上一篇:一个90后员工猝死的全过程
开源前线(ID:OpenSourceTop) 猿妹整编
大家应该都知道声音克隆技术,通俗的来说就是借助深度学习算法,可以完全模拟某个人的声音,而且由机器合成的语音连情绪都能够完美表达出来,基本可以以假乱真,只要不见面,你根本就察觉不出来向你发出声音的知识一个机器。
语音克隆最大的创新之一是减少创建语音所需的原始数据量。过去,该系统需要数十甚至数百小时的音频。但是,今天要和大家分享的这个工具5秒钟就可以克隆成功,这个工具名叫——MockingBird。
MockingBird已经登上Github热榜,收获3.5K的Star,累计分支 303(Github地址:https://github.com/babysor/MockingBird)
MockingBird具有如下特性:
MockingBird如何使用
MockingBird的安装要求如下:
接着,你需要使用数据集训练合成器:
下载 数据集并解压:确保您可以访问 train 文件夹中的所有音频文件(如.wav)
使用音频和梅尔频谱图进行预处理:python synthesizer_preprocess_audio.py <datasets_root> 可以传入参数 --dataset {dataset} 支持 adatatang_200zh, magicdata, aishell3
预处理嵌入:python synthesizer_preprocess_embeds.py <datasets_root>/SV2TTS/synthesizer
训练合成器:python synthesizer_train.py mandarin <datasets_root>/SV2TTS/synthesizer
当你在训练文件夹 synthesizer/saved_models/ 中看到注意线显示和损失满足您的需要时,请转到下一步。
使用预先训练好的合成器,如果没有设备或者不想慢慢调试,可以使用网友贡献的模型。
训练声码器
启动工具箱
然后你可以尝试使用工具箱:python demo_toolbox.py -d <datasets_root>
看完这篇文章,你有什么收获?欢迎在留言区与10w+Java开发者一起讨论~
感谢您的阅读,也欢迎您发表关于这篇文章的任何建议,关注我,技术不迷茫!小编到你上高速。
· END ·
最后,关注公众号互联网架构师,在后台回复:2T,可以获取我整理的 Java 系列面试题和答案,非常齐全。
正文结束
推荐阅读 ↓↓↓
1.不认命,从10年流水线工人,到谷歌上班的程序媛,一位湖南妹子的励志故事
5.37岁程序员被裁,120天没找到工作,无奈去小公司,结果懵了...
6.IntelliJ IDEA 2019.3 首个最新访问版本发布,新特性抢先看
一个人学习、工作很迷茫?
点击「阅读原文」加入我们的小圈子!