add instruction to use pretrained models

README-CN.md

@@ -25,8 +25,11 @@
 * 安装 [ffmpeg](https://ffmpeg.org/download.html#get-packages)。
 * 运行`pip install -r requirements.txt` 来安装剩余的必要包。
 
+### 2. 使用预训练好的编码器/声码器
+下载以下模型，解压替换到本代码库的根目录
+https://github.com/CorentinJ/Real-Time-Voice-Cloning/wiki/Pretrained-models
 
-### 2. 使用 aidatatang_200zh 训练合成器
+### 3. 使用 aidatatang_200zh 训练合成器
 * 下载 adatatang_200zh 数据集并解压：确保您可以访问 *train* 文件夹中的所有 .wav
 * 使用音频和梅尔频谱图进行预处理：
 `python synthesizer_preprocess_audio.py <datasets_root>`
@@ -41,7 +44,7 @@
 > 仅供参考，我的注意力是在 18k 步之后出现的，并且在 50k 步之后损失变得低于 0.4。
 
 
-### 3. 启动工具箱
+### 4. 启动工具箱
 然后您可以尝试使用工具箱：
 `python demo_toolbox.py -d <datasets_root>`
 

README.md

@@ -27,8 +27,10 @@
 * Install [ffmpeg](https://ffmpeg.org/download.html#get-packages).
 * Run `pip install -r requirements.txt` to install the remaining necessary packages.
 
-
-### 2. Train synthesizer with aidatatang_200zh
+### 2. reuse the pretrained encoder/vocoder
+* Download the following models and extract to the root directory of this project.
+https://github.com/CorentinJ/Real-Time-Voice-Cloning/wiki/Pretrained-models
+### 3. Train synthesizer with aidatatang_200zh
 * Download aidatatang_200zh dataset and unzip: make sure you can access all .wav in *train* folder
 * Preprocess with the audios and the mel spectrograms:
 `python synthesizer_preprocess_audio.py <datasets_root>`
@@ -44,7 +46,7 @@
 ![attention_step_20500_sample_1](https://user-images.githubusercontent.com/7423248/128587252-f669f05a-f411-4811-8784-222156ea5e9d.png)
 ![step-135500-mel-spectrogram_sample_1](https://user-images.githubusercontent.com/7423248/128587255-4945faa0-5517-46ea-b173-928eff999330.png)
 
-### 3. Launch the Toolbox
+### 4. Launch the Toolbox
 You can then try the toolbox:
 
 `python demo_toolbox.py -d <datasets_root>`