有声书阅读器--基于PaddleSpeech实现

最新推荐文章于 2024-09-15 15:29:29 发布

人工智能_SYBH

最新推荐文章于 2024-09-15 15:29:29 发布

阅读量373

点赞数

分类专栏： 2024年机器学习&深度学习千例文章标签：人工智能深度学习目标检测

本文链接：https://blog.csdn.net/m0_68036862/article/details/133787854

版权

2024年机器学习&深度学习千例专栏收录该内容

该专栏为热销专栏榜第25名

824 篇文章 844 订阅 ¥99.90 ¥299.90

订阅专栏

本文介绍了一个基于PaddleSpeech的有声书阅读器项目，详细阐述了从环境安装、数据处理、音频合成，包括音色克隆、语速和音量调整，到客户端展示的完整流程。通过该项目，可以将文本书籍转换为有声读物，并提供了H5页面的展示效果。

摘要由CSDN通过智能技术生成

零.项目背景

2023年12月15日：新增功能，可以自定义音色克隆，自定义语速设置和音量调整

将文本书籍转换为有声读物具有很大的市场需求。本文以PaddleSpeech语音合成为核心，展示有声书籍的技术可行方案。

一.环境安装

核心语言合成功能使用到PaddleSpeech

PaddleSpeech 是基于飞桨 PaddlePaddle 的语音方向的开源模型库，用于语音和音频中的各种关键任务的开发，包含大量基于深度学习前沿和有影响力的模型

In [ ]

# 注意如果之前运行过这步 下次就不用再运行了，这个目录重启项目也不会清空的
# 下载解压说话人编码器
!wget -P data https://bj.bcebos.com/paddlespeech/Parakeet/released_models/ge2e/ge2e_ckpt_0.3.zip
!unzip -o -d work data/ge2e_ckpt_0.3.zip
# 下载解压合成器
!wget -P data https://paddlespeech.bj.bcebos.com/Parakeet/released_models/pw

了解本专栏