暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

Python 人工智能 5秒钟偷走你的声音

1123

介绍

 

Python 深度学习AI - 声音克隆、声音模仿,是一个三阶段的深度学习框架,允许从几秒钟的音频中创建语音的数字表示,并用它来调节文本到语音模型,该模型经过培训,可以概括到新的声音。

 

环境准备与安装

 

原始英文版地址:

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

 

中文二次开发版(本文使用该版本):

https://github.com/babysor/MockingBird

 

pycharm环境下载:

https://www.jetbrains.com/pycharm/download/#section=windows

 

conda虚拟环境:

https://www.anaconda.com/products/individual

 

FFmpeg :

https://github.com/BtbN/FFmpeg-Builds/releases

 

模型文件:

https://pan.baidu.com/s/1PI-hM3sn5wbeChRryX-RCQ 提取码 2021

 

在电脑系统上安装 FFmpeg 工具

 

下载zip压缩包连接为:https://github.com/BtbN/FFmpeg-Builds/releases/download/autobuild-2021-11-09-12-23/ffmpeg-N-104488-ga13646639f-win64-gpl.zip

 

下载完成后将其解压到一个目录后在系统的环境变量中添加该目录

 

 


 

 

打开新的cmd中查看是否安装成功

ffmpeg -version

 

 


 

使用打开项目目录后,创建时使用conda的Python 3.9虚拟环境

 

 


 

 

创建完成后,在cmd中查看现有的虚拟环境,并进入刚刚创建的虚拟环境

conda env list

activate pythonProject1

 

 


 

进入环境后在进行安装pip所需依赖,并使用国内源进行安装实现下载加速

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

 

 


 

在虚拟环境下安装pytorch

pip install torch  -i https://pypi.tuna.tsinghua.edu.cn/simple

 

 


 

回到pycharm中,将模型导入到项目目录下,把目录复制黏贴到项目中

 

 


 

 

修改一行代码,在 synthesizer/utils/symbols.py 文件中


修改为:
_characters = 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz12340!'(),-.:;? '


 

 


 

 

之后在terminal中启动工具箱

 

 


 

 

使用音频合成工具箱

 

 


 

 



https://blog.csdn.net/qq_33921750

https://my.oschina.net/u/3981543

https://www.zhihu.com/people/chen-bu-yun-2

https://segmentfault.com/u/hppyvyv6/articles

https://juejin.cn/user/3315782802482007

https://space.bilibili.com/352476552/article

https://cloud.tencent.com/developer/column/93230

知乎、CSDN、开源中国、思否、掘金、哔哩哔哩、腾讯云


文章转载自Linux运维交流社区,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论