Real-Time-Voice-Cloning 安装使用笔记

Real-Time-Voice-Cloning 安装使用

Real-Time-Voice-Cloning 是“Transfer Learning from Speaker Verification to Multispeaker Text-To-Speech Synthesis(SV2TTS)”论文的实现,这是一个三阶深度学习框架,允许从几秒钟的音频中创建一个数字化的语音,并使用它来调节训练的“文本转语音”模型,以推广到新的声音.

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

论文地址:https://arxiv.org/pdf/1806.04558.pdf

模型:

 

模型分为3个模块构成,encoder模块,systhesis模块,vocoder模块。
encoder模块将说话人的声音转换成speaker embedding,synthesis模块将文本转换成mel-spectrogram,vocoder模块将mel-spectrogram转换成waveform。

接下来演示,安装使用其demo tool box.

Real-Time-Voice-Cloning-master目录下 pip install -r requirements.txt 

这里我使用的是的tf 1.14.0. 原版的 1.15.0 会报cudnn的错误.

还有环境已经安装对应的cudn 10.0 和 cuDNN 7.4

pip install torch==1.2.0 torchvision==0.4.0 -f https://download.pytorch.org/whl/torch_stable.html
  • 跑测试脚本python demo_cli.py 或工具箱 python demo_toolbox.py

可能问题:

1 ModuleNotFoundError: No module named '_lzma'

 安装 pip install backports.lzma

在文件 /usr/local/lib/python3.6/(就是你的正使用的目录下)lzma.py line 27行 修改如下

try:
    from _lzma import *
    from _lzma import _encode_filter_properties, _decode_filter_properties
except ImportError:
    from backports.lzma import *
    from backports.lzma import _encode_filter_properties, _decode_filter_properties

2 ModuleNotFoundError: No module named '_bz2'

 安装 apt-get install libbz2-dev

还不行的话

Linux下非Root用户解决ImportError: No module named bz2

说白了少个文件,它不一定叫bz2.so,但是大概是lib-dynload文件下的含有bz2的so文件,复制到自己的python的同名文件夹下就好了。

路径全称:.../python37/lib/python3.7/lib-dynload/

我找到的文件叫:_bz2.cpython-35m-x86_64-linux-gnu.so

里面-35m是版本对应的,也必须改,例如:我的python3.7版本就直接重命名-37m。

3 qt.qpa.plugin: Could not load the Qt platform plugin xcb

加入 export QT_DEBUG_PLUGINS=1 

重新运行 python demo_toolbox.py 可知问题在于缺少 libxcb-xinerama.so

所以 sudo apt-get install libxcb-xinerama0 

  • 6
    点赞
  • 40
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
### 回答1: Real-time voice cloning(实时语音克隆)是一种神经网络模型,可以将一种人的语音风格应用到另一种人的语音上,从而实现语音克隆的效果。这个模型使用了深度学习技术,通过训练来学习如何提取语音特征并将其应用到新的语音数据上面。 如果您需要下载Real-time voice cloning模型,可以前往GitHub平台上的相关存储库进行下载。这个项目的GitHub存储库包含了所有的源代码和训练数据,可以用于构建、训练和部署这个模型。通过下载、运行这个模型,您可以实现语音克隆效果,并将其应用于不同的应用场景中。 为了获得更好的下载体验,建议使用高速网络和稳定的计算机设备。同时,您需要了解一些基本的机器学习知识和编程技能来运行这个模型。如果您是初学者,可以通过阅读文档和参考示例代码来学习如何使用这个模型。 总之,Real-time voice cloning模型是一种非常有趣的技术,可以实现语音克隆的效果。下载这个模型可以让您更好地理解这个模型的工作原理,并且有助于将其应用于实际应用中。 ### 回答2: real-time-voice-cloning模型是一种声音克隆模型,它可以在真实时间内对不同说话者的声音进行克隆,从而让一个人的声音变得像另外一个人的声音。该模型的下载过程比较简单,可以通过GitHub等网站进行下载。首先,用户需要在网站上找到real-time-voice-cloning模型的下载链接,并点击进入下载页面。然后,用户需要选择下载该模型的具体版本,并选择适合自己的操作系统进行下载。下载完成后,用户需要解压缩文件,并在文件中找到模型的代码文件和训练数据文件。用户可以使用Python等编程语言打开模型代码文件,并使用训练数据文件进行模型的训练和测试。在使用该模型时,用户需要了解一些基本的音频处理知识,并且需要对模型的具体参数和使用方法进行深入了解,从而让模型的效果达到最佳状态。需要注意的是,real-time-voice-cloning模型是一种高级模型,适合于一些对声音克隆有深入研究的专业人士。普通用户也可以使用该模型进行一些简单的声音克隆操作,但需要付出更多的努力和精力。 ### 回答3: real-time-voice-cloning模型是一种语音克隆模型,可以模仿并复制人类的语音。如果想要下载该模型,首先需要访问相关的官方网站,查找并下载该软件。该模型的下载过程需要经过一系列的步骤,包括访问该软件的官方网站、选择相应的版本和操作系统等内容。在下载前,需要先了解相关的系统要求和文件大小,以确保系统环境和硬盘空间充足。下载过程中需要保持网络连接稳定,并仔细阅读下载页面上的提示和条款,确保自己同意相关的使用协议和隐私政策。下载完成后,需要进一步配置该模型的环境和参数,以便正确地调用和使用该软件。最后,使用前还需要进行测试验证,确保该软件能够正常运行,达到预期的效果。总之,下载real-time-voice-cloning模型需要仔细操作,并遵守相关的协议和规定,以获得最佳的使用体验。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值