网站设计的目的和功能,万宁网站建设公司,做前端的女生压力大吗,做网站 用 显示器今天推荐一个黑科技开源项目#xff0c;只需要你 5 秒钟的声音对话#xff0c;就能克隆出你的声音#xff0c;而且能够实时的生成你任意语音。
是不是很顶#xff1f;
我举个例子#xff0c;如果我这里有 300 条你说话的语音#xff0c;我把你的语音数据用这个开源项目…今天推荐一个黑科技开源项目只需要你 5 秒钟的声音对话就能克隆出你的声音而且能够实时的生成你任意语音。
是不是很顶
我举个例子如果我这里有 300 条你说话的语音我把你的语音数据用这个开源项目去训练训练完成后我就可以使用这个训练好的模型生成任何你说的语音了。
你会听到一个声音和你一模一样的人说你没说过的话那种感觉真的细思极恐。
这个黑科技就是Real-Time-Voice-Cloning现在已经开源GitHub 24K 的 Star最重要的是这个项目提供了 GUI 界面交互傻瓜式操作语音采集、训练、生成都可以交互完成很方便。 地址https://github.com/CorentinJ/Real-Time-Voice-Cloning
环境配置
首先你需要 Python 3.6 的环境、安装 PyTorch要求版本 1.0.1。Pytorch 是深度学习框架你可以通过这个站点来安装这个库。
https://pytorch.org/get-started/locally/
紧接着需要安装 ffmpeg
地址 https://ffmpeg.org/download.html#get-packages。除此之外你还需要安装其他的依赖包。将项目下载下来在包含 requirements.tx 目录下运行命令 pip install -r requirements.txt 就行了。
下载预训练的模型
把开源作者训练好的模型下载下来我们不用自己训练直接拿来用就行了https://github.com/CorentinJ/Real-Time-Voice-Cloning/wiki/Pretrained-models
下载完毕要放到如下的文件夹里面。
encoder\saved_models\pretrained.pt
synthesizer\saved_models\pretrained\pretrained.pt
vocoder\saved_models\pretrained\pretrained.pt
Details about model training and audio samples can be found here: https://blue-fish.github.io/experiments/RTVC-7.html
启动
当你配完了环境就可以尝试使用这个黑科技了。运行命令 python demo_toolbox.py 就能启动这个黑科技啦
下面是比较详细的使用教程遇到问题可以查看帮助
https://www.bilibili.com/video/av79481223?zw
https://blog.csdn.net/weixin_41010198/article/details/113186232
最后结尾说一下我用这个模型试了一下因为这个模型是老外开源的所以训练的数据是英语的语音我试了一下说中文简直就是不会说中文的老外讲中文一个味道现在我怀疑世界的真实性了。
开源地址https://github.com/CorentinJ/Real-Time-Voice-Cloning 原文链接
这个 GitHub 项目能克隆你的声音
