中文语音克隆|MockingBird（拟声鸟）github项目运行流程（一次跑通）

最新推荐文章于 2025-09-23 15:05:10 发布
原创 最新推荐文章于 2025-09-23 15:05:10 发布 · 置顶 · 2.2w 阅读 · 117 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#github #python #开发语言

该博客详细介绍了如何配置Python3.9环境，包括PyCharm安装和torch的下载。同时，指导了安装必要的库如requirements.txt、webrtcvad-wheels和ffmpeg。接着，博主分享了运行代码的步骤，包括下载预训练模型、修改代码以及使用GUI和web界面进行操作。最后，提供了音质优化的建议，如启用'Enhance vocoder output'选项。
该文章已生成可运行项目，

一、github克隆项目

特别注意下载的是v0.01版本
在这里插入图片描述

二、Python环境

1. Python3.9下载以及Pycharm安装

可以参考这位大佬的文章
https://blog.csdn.net/c_lanxiaofang/article/details/109902269

2. 下载torch：

（一） 打开pycharm控制台查看环境：括号里面的是py3.9，与我们创建的python环境一样
在这里插入图片描述

（二） 环境正确后安装torch，命令如下

	pip install torch==1.9.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
	pip install
本文章已经生成可运行项目
最低0.47元/天 解锁文章
基于MockingBird语音合成
Mr数据杨
02-08 4451
深度学习语音合成环境配置与数据处理流程 本文以MockingBird项目为例，详细介绍了深度学习语音合成的完整实现流程。首先通过Anaconda创建Python 3.9虚拟环境，并配置GPU版PyTorch以加速计算。数据处理阶段使用moviepy库从视频提取音频，通过autocut工具生成字幕，并对音频文件进行自动切割和无声段去除等预处理。项目包括模型训练(GAN)、音色编码器训练和语音合成三个核心环节，最终提供GUI界面测试模型效果。该流程涵盖了从环境搭建、数据准备到模型训练的全过程，为语音合成任务提供
克隆你的声音，可能只需要5秒钟：MockingBird实现AI拟声 (详解)
热门推荐
HowieXue 薛永浩的博客
04-13 5万+
语音克隆仅需5秒之：MockingBird实现AI拟 MockingBird1. 背景2. 环境搭建2.1 安装pytorch2.2 安装ffmpeg2.3 下载MockingBird源码2.4 安装requirements2.5. 下载预训练模型3. 运行MockingBrid 1. 背景 继“AI换脸”刷屏之后,这个AI换声技术也开始受到关注 AI换声也叫AI拟声， 2. 环境搭建 建议使用Anaconda，可参加之前博文 2.1 安装pytorch 这里我直接pip安装的CPU版本 pip3 in
这个 GitHub 项目能克隆你的声音
公众号：逛逛GitHub
05-12 2579
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？我觉个例子，如果我这里有 300 条你说话的语音，我把你的语音数据用...
B 站出息了！GitHub 上 1 万人 Star 的语音生成效果太绝了。
最新发布
公众号：逛逛GitHub
09-23 1286
这个 Case 很有意思，皇后前面的语气比较平淡，有条不紊，一句话慢吞吞的讲出来。在官方测试中，它的表现超过了当前很多同类模型，尤其是在语音清晰度、说话人相似度和情绪表达准确性上。比如用你朋友的声音读一段话，但让它听起来很开心、悲伤甚至害怕，而不需要你朋友真的那样表演一遍。如果你不清楚这是啥玩意，建议你不要往下看了，直接搜搜网上有没有别人部署好的，公开的服务。7月份的时候，IndexTTS2 还在筹备未发布，就在外网疯狂讨论起来了。比如下面这个音频，表现出恐惧、开心、沮丧、惊讶等情绪，都是可以控制的。
千鸟工具箱v1.5.exe
09-30
导航技术可以自己搞定导航
【AI工具】-MockingBird-语音合成语音克隆
喵喵喵喵~我是一个程序员而已
06-25 3655
英文翻译：反舌鸟，也可能来自《杀死一只知更鸟》（英语：），台译“梅冈城故事”，中国大陆译“杀死一只知更鸟”，直译应为“杀死一只反舌鸟”[注 1]，是一部于1960年出版的小说，由美国作家哈珀·李创作，荣获当年度普利策奖可以实现文本、语音的互转可以实现通过语音内容实现语音克隆。
MockingBird - 实时语音克隆 中文/普通话
AI工程化、开源分享、文档翻译、代码笔记
08-04 2379
一、关于 MockingBird 特性 二、安装 1、通用配置 2、M1芯片Mac环境配置（Inference Time) 2.1 安装`PyQt5` 2.2 安装`pyworld`和`ctc-segmentation` 2.3 安装其他依赖 2.4 运行 三、准备预训练模型 1、使用数据集自己训练encoder模型 (可选) 2、使用数据集自己训练合成器模型（与2.3二选一） 3、使用社区预先训练好的合成器（与2二选一） 4、训练声码器 (可选) 四、启动程序或工具箱 1、启动Web程序（v2）： 2、启
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
ymm_ohh的博客
11-10 1430
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。
MockingBird实时语音克隆系统 v1.0.zip
03-25
MockingBird实时语音克隆系统是一款先进的技术应用，主要用于生成与特定人声高度相似的合成语音。这个系统可能基于深度学习技术，特别是波形生成网络（WaveNet）或 Tacotron 等语音合成模型，这些模型能够捕捉并再现...
本项目是一个实时语音克隆项目，支持中文普通话，基于 PyTorch 框架，能够在 Windows 和 Linux 系统中运行
03-18
本项目是一个实时语音克隆项目，支持中文普通话，基于 PyTorch 框架，能够在 Windows 和 Linux 系统中运行。项目通过预训练的编码器和声码器，结合新训练的合成器，实现高质量的语音合成。用户可以通过命令行、工具...
AI中文语音克隆、语音合成——GitHub上babysor/MockingBird 项目源码部分功能实现
quxuexi的博客
10-26 1万+
AI中文语音克隆、语音合成——GitHub上babysor/MockingBird 项目源码部分功能实现 第一次独立地从认识一项技术，然后到github上搜索相关代码，跟着ReadMe.md教学文档将项目的功能实现部分复现。目前并没有涉及训练数据集的部分功能，是接受了作者建议，使用别人训练好的模型，最终的效果虽然差强人意，但还是为能够独立复现部分功能而高兴，从最终的结果也能稍稍感受到这项技术的强大。在实现的过程中也积累了部分经验，所以在此记录历程。 项目地址：https://github.com/babys
zhrtvc:Chinese real time voice cloning (VC) and Chinese text to speech (TTS). 好用的中文语音克隆兼中文语音合成系统，包含语音编码器、语音合成器、声码器和可视化模块
05-12
zhrtvc Chinese Real Time Voice Cloning tips: 中文或汉语的语言缩写简称是zh。 关注【啊啦嘻哈】微信公众号，回复一个字【听】，小萝莉有话对你说哦^v^ 语音合成工具箱 该项目的语音合成体验和模型推理建议使用。 便携使用的，专注于语音合成应用和部署。 项目ttskit基于本项目构建，侧重于语音合成的使用。 安装： pip install -U ttskit 快速使用： import ttskit # 合成语音 ttskit.tts('这是个样例', audio='24') 网页界面： # 执行python函数部署 from ttskit import http_server http_server.start_sever() # 打开网页：http://localhost:9000/ttskit # 安装ttskit后，命令行部署网页界面 tkht
离线中文语音合成程序
09-08
离线终于语音合成软件 语音合成，又称文语转换（Text to Speech）技术，能将任意文字信息实时转化为标准流畅的语音朗读出来，相当于给机器装上了人工嘴巴。它涉及声学、语言学、数字信号处理、计算机科学等多个学科技术，是中文信息处理领域的一项前沿技术，解决的主要问题就是如何将文字信息转化为可听的声音信息，也即让机器像人一样开口说话。我们所说的“让机器像人一样开口说话”与传统的声音回放设备（系统）有着本质的区别。传统的声音回放设备（系统），如磁带录音机，是通过预先录制声音然后回放来实现“让机器说话”的。这种方式无论是在内容、存储、传输或者方便性、及时性等方面都存在很大的限制。而通过计算机语音合成则可以在任何时候将任意文本转换成具有高自然度的语音，从而真正实现让机器“像人一样开口说话”。
mockingbird:模拟鸟是我的个人项目，旨在帮助我创建模拟数据
04-11
知更鸟 模拟数据生成器 资料类型 文本 名称 名 姓 全名 代码 字母数字 字母 数字 整数 浮点 日期 日期 时间 约会时间 时间戳记 地点 国家 城市 压缩 纬度 经度 高度 选项 范围 格式 是主键代类型 是独特的 是外键 一对一 一对多 每行的示例预览 预览生成的模拟数据 出口 出口类型 CSV json sql 选择数据库
3行代码实现语音克隆：MockingBird让前端开发彻底摆脱后端依赖
gitblog_00798的博客
09-13 1015
# 3行代码实现语音克隆：MockingBird让前端开发彻底摆脱后端依赖 你是否还在为前端开发时缺少真实语音数据而烦恼？是否因为等待后端接口而延误项目进度？现在，只需3行代码，MockingBird语音克隆工具就能让你告别这些困扰，轻松生成高质量语音数据，让前端开发效率提升10倍！ 读完本文，你将获得： - 3分钟快速搭建语音克隆环境的方法 - 5步实现自定义语音生成的详细流程 - 解决90...
Github 标赞8.7k ！Mocking Bird，五秒模仿你的声音，支持中文！
fengdu78的博客
10-18 1万+
‍‍转自 | 新智元来源 | GitHub编辑 | LRS‍‍随着AI技术的发展，在模仿脸之后，模仿声音也不是难事。最近GitHub上一个超火的项目，可以快速模仿声音，最重要的是支持中文，...
AI克隆自己的声音只需5秒，MockingBird实现AI克隆声音！
vanGogh的博客
02-05 1180
安装完成执行再次 使用pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt下载。使用pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt下载。https://visualstudio.microsoft.com/visual-cpp-build-tools/ 下载生成工具。
AI：语音克隆MockingBird简介及实践（秒级生成你想要的语音内容）
GIS摆渡人
06-29 7518
随着人工智能技术的不断发展，语音克隆技术也得到了越来越多的关注和研究。目前，AI语音克隆技术已经可以实现让机器模拟出一个人的声音，甚至可以让机器模拟出一个人的语言习惯和表情。然而，AI语音克隆技术仍然面临着许多难点和痛点。首先，现有的语音克隆技术仍然存在着语音质量不够高、语音还原度不够高等问题，难以达到真正的“以假乱真”效果。
【MockingBird】实时中文语音克隆——开源项目MockingBird体验
真哥的博客
12-06 1万+
文章目录【前言】一、【实时语音克隆及其原理】二、【MockingBird安装、使用与调参】三、【MockingBird效果优化】四、【语音克隆的应用与滥用】五、【管中窥豹 —— 以MockingBird看AI项目面临的安全风险】 【前言】 在今年大型网络攻防演练前不久，笔者接到一个公司的座机号码来电，上来就问防守准备得怎么样了，哪里还有不足等。等等，这声音不认识，笔者第一反应就是蓝军（Red Team）来进行社会工程攻击，于是问他，你是谁呀，报上名来。结果被动了，是上级领导感冒了，声音发生了变化。
评论 23
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

写bug如流水

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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