做网站原型的简单工具,简约创意网页设计,建设网站后期人员薪酬,平台设计师目录 一、前菜
1、Python选择
2、pip源切换
3、ffmpeg配置问题
4、VSCode添加Jupyter扩展 二、配置虚拟环境
1、下载源码
方法一 直接下载源码压缩包
方法二 使用git
1#xff09;git加入鼠标右键
2#xff09;git clone源码
2、VSCode出场
1#xff09;创建pyth…目录 一、前菜
1、Python选择
2、pip源切换
3、ffmpeg配置问题
4、VSCode添加Jupyter扩展 二、配置虚拟环境
1、下载源码
方法一 直接下载源码压缩包
方法二 使用git
1git加入鼠标右键
2git clone源码
2、VSCode出场
1创建python虚拟环境 2安装所需插件
A、没有意外
B、若有意外
3激活python虚拟环境 4安装ipykernel
5 安装ipywidgets
6下载checkpoints
3、操作模型
1第一步
2第二步
3第三步
4第四步
5第五步 4、简单讲解
三、模型深度解析 一、前菜
开始之前前菜是必备的需要先设置好。
1、Python选择
本项目使用的python版本是3.9版因此实操之前需要安装python3.9.
这里简单说明即可。
官网Python Release Python 3.9.0 | Python.orgDownload Python | Python.org系统为Windows版点击如图windowsPython Release Python 3.9.0 | Python.org 这里就不纠结了直接3.9.0版本即可。 安装时以管理员身份运行选择自定义安装。以3.12.2为例其实是一样的。 注意勾选将python加入环境变量就不需要手动添加环境变量了。 另外选择自定义安装位置。其他默认即可。
2、pip源切换
勾选显示隐藏的项目 切到路径C:\Users\whyafer\AppData\Roaming\pip其中whyafer为自己的电脑用户名。记事本打开pip.ini文件删除原有的代码覆盖如下代码即可。
[global]
index-url https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-hostpypi.tuna.tsinghua.edu.cn 这样可以一劳永逸地解决安装插件时网络问题。
3、ffmpeg配置问题
使用的python虚拟环境会用到ffmpeg但需要环境变量的配置。
官网Builds - CODEX FFMPEG gyan.dev下载6.1.1即可 选择一个位置解压然后打开环境变量设置。
按win键输入环境变量 双击系统变量path 依次选择 点击到ffmpeg解压的bin文件夹下 确定即可 按win键cmd输入如下代码
ffmpeg -version 说明配置完成。
若还是不行则需要另外的操作。
配合创建的python虚拟环境使用。找到路径.venv\Lib\pydub\utils.py找到which()函数下如下代码 下一行添加路径为自己解压路径。保存ctrls即可。 envdir_list.append(rD:\pythonvenv\ffmpeg\ffmpeg-7.0-full_build\bin)4、VSCode添加Jupyter扩展
点击F1选择Extensions:Install Extensions 输入Jupyter搜索安装第一个即可会自动安装附带扩展。 二、配置虚拟环境
1、下载源码
源码地址myshell-ai/OpenVoice: Instant voice cloning by MyShell. (github.com)
两种方法
方法一 直接下载源码压缩包
建议使用此方法。如图下载压缩包解压到你新建的空白项目文件夹下即可。 方法二 使用git
如果你电脑里有git可以使用 首先新建文件夹
在空文件夹下右键鼠标选择Git Bash Here前提是你已经将git加入鼠标右键了。如果没有的话请将git加入鼠标右键。
1git加入鼠标右键
winR输入regedit打开注册表收起计算机项目 在地址栏输入如下代码回车enter
\HKEY_CLASSES_ROOT\Directory\Background 在Background\shell下新建项“Git Bash Here”名称随意。然后在新建项下新建项“command我是已经新建好的。 然后点击新建项Git Bash Here随后注册表右侧空白处右键新建字符串值命名为Icon。 还是在鼠标点击Git Bash Here的情况下即上图1双击右侧默认项值为”Git Bash Here即显示在鼠标右键的名称。 双击Icon值为E:\software\Git\mingw64\share\git\git-for-windows.ico为鼠标右键的图标。 然后鼠标点击commond双击右侧默认项值为 E:\software\Git\git-bash.exe 2git clone源码
在新建的空白项目文件夹下右键鼠标选择Git Bash Here若没有这个选择可能需要点击显示更多选项在控制台输入如下代码回车即可。
git clone https://github.com/myshell-ai/OpenVoice.git 2、VSCode出场
1创建python虚拟环境
使用VSCode打开项目按F1按钮选择如图选项Python:Select Interpreter 选择新建虚拟环境 选择Venv 选择3.9python 若没有3.9python选项选择第一个Enter interpreter path 点击Find选到你按照python3.9的文件夹下的python.exe即可。 2安装所需插件
A、没有意外
正确切换pip源之后一般是不会出现意外的。
选好python编译器之后勾选如图项然后点击ok。过程需要些时间耐心等待VSCode安装完成。 不要动等待就好。 B、若有意外
如果你没有勾选上一步那么就需要手动操作安装了。
此步骤在激活python虚拟环境的情况下在控制台输入代码
pip install -r requirements.txt 3激活python虚拟环境
选择Terminal-New Terminal 下方输入代码回车enter即可。
.\.venv\Scripts\activate 4安装ipykernel
激活虚拟环境的情况下控制台输入代码
pip install ipykernel 5 安装ipywidgets
激活虚拟环境的情况下控制台输入代码
pip install ipywidgets 6下载checkpoints
网址
https://myshell-public-repo-hosting.s3.amazonaws.com/checkpoints_1226.zip
直接下载压缩包解压之后放在项目根目录下。 checkpoints包含中文ZH和英文EN两种语言的模型处理文件。 3、操作模型
A、操作demo_part1.ipynb
点击左侧文件demo_part1.ipynb然后点击右侧红框部分选择虚拟环境。 选择Python Environments
选择我们创建的虚拟环境.venv
注意每次关闭项目或者demo_part1.ipynb文件要依次重新执行。每个都可多次点击以消除警告信息。
1第一步 点击下面的三角按钮
2第二步
点击Initialization下的三角按钮。 3第三步 执行source_se可省略。
4第四步
执行reference_speaker可多点击几次便不会出现问题。 5第五步
执行Inference挑选一个执行即可。默认情况下选择英文例子。
注意运行英文代码最好加一句避免出错中英文checkpoints不对应。
ckpt_base checkpoints/base_speakers/EN第一个是默认英文例子。 第二个也是英文修改了语气与语速。
语气speakerwhispering其余可选friendly, cheerful, excited, sad, angry, terrified, shouting
语速speed0.9可尝试自己。
语言languageEnglish为英文切换中文为Chinese’。
base_speaker_tts.tts(text, src_path, speakerwhispering, languageEnglish, speed0.9)第三个是中文只有默认语气。 B、操作demo_part2.ipynb
这个要使用OPENAI_API_KEY如果你有的话那么应该就不需要我来实操演示了请根据demo_part2.ipynb说明操作即可。 4、简单讲解
要使用的训练语音为
reference_speaker resources/example_reference.mp3更改自己的语音将自己的语音文件如ky_kk.mp3放在项目路径resources文件夹下注意为mp3后缀文件。将example_reference更改为自己语音的名称即可。刚更改好最好重启VSCode以防报错找不到文件。更改完毕然后执行这一步。 以中文为例 但是中文不能选择语气只有默认的。 变量ckpt_base表示语音模仿对象语种模型处理的文件夹位置。中文ZH英文则为EN。
ckpt_base checkpoints/base_speakers/ZH变量source_se用于模仿语音语调的提取训练区分中英文。中文为zh_default_se.pth英文为en_default_se.pth。
source_se torch.load(f{ckpt_base}/zh_default_se.pth).to(device)变量save_path表示输出的语音文件存档位置output_chinese.wav为输出文件名每次运行可更改即可不断生成不同语音文件。
save_path f{output_dir}/output_chinese.wav变量text表示要输出的语音内容。
text 今天天气真好我们一起出去吃饭吧。变量src_path与变量save_path作用相同使用语调为默认。默认音色输出为tmp.wav。
src_path f{output_dir}/tmp.wav因此对于输出的语音文件你有两个选择
output_chinese.wav和tmp.wav随自己选择。
三、模型深度解析
敬请期待。
