MockingBird 简介
MockingBird[1] 是一个AI拟声项目，能够在5秒内克隆你的声音并生成任意语音内容，实现实时语音合成。该项目支持中文普通话，并在多个数据集上进行了测试。
项目特点
主要特点
-
中文支持：支持中文普通话，并在多个数据集上进行了测试。 -
PyTorch兼容性：适用于PyTorch，测试版本为1.9.0，支持GPU Tesla T4和GTX 2060。 -
跨平台运行：可在Windows和Linux操作系统上运行，甚至在M1芯片的MACOS上。 -
效果显著：即使仅使用新训练的合成器，通过重用预训练的编码器/声码器，也能获得出色的效果。 -
Web服务器就绪：可以远程调用，为你的训练结果提供服务。
使用场景
MockingBird适用于需要实时语音合成的场景，如虚拟助手、语音合成应用等。
项目使用
安装要求
-
Python 3.7或更高版本：运行MockingBird所需的Python版本。 -
PyTorch：安装PyTorch，测试版本为1.9.0。 -
ffmpeg：安装ffmpeg。 -
依赖包：通过运行 pip install -r requirements.txt安装其他必要的包。
快速开始
-
安装依赖：按照上述要求安装Python、PyTorch、ffmpeg和依赖包。 -
准备模型：可以选择训练自己的模型或使用预训练模型。
-
训练编码器（可选）：使用自己的数据集训练编码器。 -
训练合成器：使用自己的数据集训练合成器。 -
使用预训练合成器模型：社区共享了一些模型，可以直接下载使用。 -
训练声码器（可选）：虽然声码器的效果差异不大，但可以选择训练新的声码器。
-
启动项目
-
使用Web服务器：运行 python web.py并在浏览器中打开，默认地址为http://localhost:8080。 -
使用工具箱：运行 python demo_toolbox.py -d <datasets_root>。 -
使用命令行：运行 python gen_voice.py <text_file.txt> your_wav_file.wav。
相关资源
-
MockingBird项目是基于Real-Time-Voice-Cloning[2]开发的，它仅支持英文。MockingBird引入了对中文的支持，并在多个中文数据集上进行了测试和优化。 -
快速开始[3] -
DEMO VIDEO[4] -
Wiki教程[5] -
训练教程[6]
注：本文内容仅供参考，具体项目特性请参照官方 GitHub 页面的最新说明。
欢迎关注&点赞&在看，感谢你的阅读~
Github地址: https://github.com/babysor/MockingBird
[2]
Real-Time-Voice-Cloning: https://github.com/CorentinJ/Real-Time-Voice-Cloning
[3]
快速开始: https://github.com/babysor/MockingBird/wiki/Quick-Start-(Newbie)
[4]
DEMO VIDEO: https://www.bilibili.com/video/BV17Q4y1B7mY/?vd_source=5a793cc9f29ac5f886462b7453b85795
[5]
Wiki教程: https://github.com/babysor/MockingBird/wiki/Quick-Start-(Newbie)
[6]
训练教程: https://vaj2fgg8yn.feishu.cn/docs/doccn7kAbr3SJz0KM0SIDJ0Xnhd
原文始发于微信公众号（AIGC创想者）：35.3K+ Star！MockingBird：一个AI拟声工具， 5秒内克隆你的声音并生成任意语音内容
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/314908.html
