5秒钟让python克隆别人的声音

2020-08-27| |来自: 互联网

AI越来越强大,不仅能模仿别人的表情,还能模仿别人说话的声音和语气,以后电话听到好友的声音也有可能不是本人哦,今天小编来讲讲一个实时声音克隆库Real-Time-Voice-Cloning

github地址为:https://github.com/CorentinJ/Real-Time-Voice-Cloning

该库是使用谷歌的开源声音处理算法(SV2TTS)实现。

SV2TTS是一个三阶段的深度学习框架,它允许从几秒钟的音频中创建语音的数字表示,并使用它来调节经过训练的文本到语音模型,以生成到新的语音。

如果您只想克隆您的声音(而不是其他人的声音):我建议在Resemble.AI上使用免费计划。

首先,因为您将获得更好的语音质量和更少的韵律错误,其次,因为它不需要像此回购协议那样的复杂设置。

具体的步骤

一、安装要求

需要Python 3.6或3.7才能运行该工具箱。

安装PyTorch(> = 1.0.1)。

安装ffmpeg。

运行pip install -r requirements.txt以安装其余必需的软件包。

二、下载预训练的模型

下载地址:https://github.com/CorentinJ/Real-Time-Voice-Cloning/wiki/Pretrained-models

三、(可选)测试配置

在下载任何数据集之前,您可以使用以下方法测试配置:

python demo_cli.py

如果所有测试都通过,那您就很好了。

四、(可选)下载数据集

对于仅使用工具箱的情况,我只建议下载LibriSpeech/train-clean-100。下载地址:http://www.openslr.org/resources/12/train-clean-100.tar.gz,提取内容/LibriSpeech/train-clean-100这里是你选择的目录。工具箱中支持其他数据集,请参见此处。您可以自由地不下载任何数据集,但是您将需要自己的数据作为音频文件,或者必须在工具箱中记录下来。

五、启动工具箱

然后,您可以尝试使用工具箱:

python demo_toolbox.py -d

要么

python demo_toolbox.py

取决于您是否下载了任何数据集。如果您正在运行X服务器或出现错误Aborted (core dumped)

这个就是操作界面了,先录音然后输入文字就可以模仿别人的声音说话了

六、启用GPU支持

注意:启用GPU支持是很多工作。如果您要训练自己的模型,则需要进行设置。有人花时间为如何安装所有内容提供了更好的指南。我建议使用它。

此命令将安装其他GPU依赖项和推荐的软件包: pip install -r requirements_gpu.txt

此外,您需要确保正确安装了GPU驱动程序,并且您的CUDA版本与PyTorch和Tensorflow安装相匹配。


标签: 工具箱 声音 数据 语音 如果 Python 软件包 模型 训练 运行
出处: https://www.toutiao.com/a6865068530287510020/

推荐

文明发言,请先登录

文明上网理性发言,请遵守国家法律法规。

最新评论

©2003- 黑基网 黑名单存档手机版网站地图免责条款法律声明隐私保护