Merlin TTS 深度学习的语音合成

最新推荐文章于 2024-08-13 08:40:07 发布
最新推荐文章于 2024-08-13 08:40:07 发布
阅读量9.1k 收藏 9
点赞数 1
分类专栏： TTS
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。
本文链接：https://blog.csdn.net/u010157717/article/details/60189132
版权
Merlin是一个开源的神经网络语音合成系统，本文介绍了如何在Mac上安装和训练模型。首先，参照文档完成Merlin的安装，若GPU内存不足，则使用CPU进行训练。接着，安装Festival并将它置于Merlin的tools目录下，然后编写合成就需的文字文件，并运行merlin_synthesis.sh脚本。最终，合成的语音wav文件将存储在指定目录，可以通过链接听取示例结果。此外，提供了Merlin的相关论文、前端工具Festival、Vocoder如WORLD和SPTK，以及更多的训练数据来源。
摘要由CSDN通过智能技术生成

github

https://github.com/CSTR-Edinburgh/merlin

安装与训练

参考这个文档即可 在Mac上安装成功

http://jrmeyer.github.io/merlin/2017/02/14/Installing-Merlin.html

除非GPU内存够大 否则使用CPU训练

使用训练好的模型合成语音

#1 安装Festival

http://www.cstr.ed.ac.uk/projects/festival/

安装到merlin/tools

#2 编译需要合成的文字

创建这个文件

merlin/egs/slt_arctic/s1/experiments/slt_arctic_full/test_synthesis/utts.data

文件内容样例

( arctic_a0001 "This is what I can say" )

#3 合成

进入merlin/egs/slt_arctic/s1/

运行 ./merlin_synthesis.sh

#4 结果

wav在experiments/slt_arctic_full/test_synthesis/wav中

这里可以听到merlin合成的语音结果

https://soundcloud.com/user-178966783/merlin
</

最低0.47元/天 解锁文章
u010157717
关注
专栏目录
merlin 实现中文语音合成基础知识和常见问题汇总
学-> 思->用
08-12 1105
文章目录merlin base术语表MTTS Merlin/Mandarin Text-to-Speech Documentmerlin 安装教程运行Merlin demoMerlin源码理解merlinmerlin算法的基本知识github地址：merlinfront-end text processor： Festivalvocoder： STRAIGHT or WORLDinstallexample ：Getting started with the Merlin Speech Synthesis T
Python-Text2Speech深度学习文字语音合成
08-11
Text2Speech深度学习文字语音合成
【语音合成】merlin学习总结
mystery_guest的博客
09-28 1405
merlin项目：https://github.com/CSTR-Edinburgh/merlin MTTS的front-end：https://github.com/Jackiexiao/MTTS CSRT官方blogs：https://cstr-edinburgh.github.io/install-merlin/ merlin之disccuss：https://github.com/C...
NVIDIA Merlin 开源项目教程
最新发布
gitblog_00741的博客
08-13 706
NVIDIA Merlin 开源项目教程 MerlinNVIDIA Merlin is an open source library providing end-to-end GPU-accelerated recommender systems, from feature engineering and preprocessing to training deep learning model...
[tts] 基于Merlin的英文语音合成实战
11-07 526
基于Merlin的英文语音合成实战 Installation Merlin不是一个完整的TTS系统，它只是提供了TTS核心的声学建模模块（声学和语音特征归一化，神经网络声学模型训练和生成）。前端文本处理(frontend)和声码器（vocoder)需要其他软件辅助。 Merlin uses the following dependencies: numpy, scipy matplo...
Merlin：一个开源的神经网络语音合成系统
热门推荐
lujian1989的专栏
02-20 2万+
介绍Merlin语音合成工具包用于基于神经网络的语音合成。该系统将语言特征作为输入，采用神经网络来预测声学特征，然后将声学特征传递到声音合成机（vocoder）以产生语音波形。
使用 PaddleSpeech 训练一个自己的 TTS 模型
小湉湉的博客
10-26 3681
使用 PaddleSpeech 训练一个自己的 TTS 模型
采用python编程实现语音合成_PyTorch实现的GAN文本语音合成(TTS)和语音转换(VC)
weixin_39873208的博客
12-05 1129
GAN TTS PyTorch implementation of Generative adversarial Networks (GAN) based text-to-speech (TTS) and voice conversion (VC).Generated audio samplesAudio samples are available in the Jupyter noteboo...
语音合成(TTS) V1.03
10-02
语音合成(TTS) 语音合成(TTS)是一款可以将文字直接转换成相应音频文件的工具。你可以随心所意地输入些文字，即可转换成相应的语音，使用相当方便！同时，软件还支持语音的批量转换，免去枯燥而繁索的录音工作！ ...
机器学习笔记 - 文字转语音技术路线简述以及相关工具不完全清单
学以致用 知行合一
04-06 573
今天的文本到语音转换技术（TTS）的目标已经不仅仅是让机器说话，而是让它们听起来像不同年龄和性别的人类。通常，TTS 系统合成器的质量是从不同方面进行评估的，包括合成语音的清晰度、自然度和偏好，以及人类感知因素，例如可理解性。
基于HMM的中文语音合成研究
12-24
语音合成是实现人机和谐交互的关键问题之一。本文对汉语语音 合成中的声学建模技术和参数共享策略进行了研究,并以日文 galatea一Talk文语转换系统为基础,针对汉语的特点进行改造,完成 了一个汉语文语转换的原型系统CN一galatea一Talk
端到端的TTS深度学习模型tacotron(中文语音合成)
11-22 3478
TACONTRON: A Fully End-to-End Text-To-Speech Synthesis Model 通常的TTS模型包含许多模块，例如文本分析， 声学模型， 音频合成等。而构建这些模块需要大量专业相关的知识以及特征工程，这将花费大量的时间和精力，而且各个模块之间组合在一起也会产生很多新的问题。TACOTRON是一个端到端的深度学习TTS模型，它可以说是将这些模块都放在了一个黑箱子里，我们不用花费大量的时间去了解TTS中需要用的的模块或者领域知识，直接用深度学习的方法训练出一个TTS模
Maybe-TTS: 自准备数据集训练Tacotron+Vocoder
ruclion的专栏
01-13 357
0. 说明 重新整理一遍, 设置为标准
训练自己的语言模型，将word、text文本以自己的声音播放出来
weixin_42613018的博客
02-15 790
要训练自己的语言模型并将Word或文本转换成语音，可以使用一些开源软件和API来完成。 首先，你需要选择一个适合你的语言模型训练工具，例如TensorFlow、PyTorch、Kaldi等。然后，你需要为模型提供大量的训练数据，这些数据可以是已经存在的文本数据集，也可以是自己创建的数据集。在训练期间，你需要对模型进行调整和优化，以提高它的准确性和性能。 完成模型训练后，你可以使用语音合成软件或AP...
merlin语音合成算法流程
ling913的专栏
01-16 4325
merlin语音合成框架，关于合成部分的流程记录 代码基于github:CSTR-Edinburgh/merlin duration model 加载问题集 questions-mandarin.hed中的每一行转为若干个正则，QS439行，CQS28行 解析lab，prompt-lab/.lab --&amp;gt; gen-lab/.labbin 对原始lab中的每一行内容，先用439个QS...
TTS实现过程（大白话）
qq_34171593的博客
02-24 1427
实现TTS先了解数据wav文件 不知道童鞋们知不知道scipy这个函数（看，有童鞋举爪了），这个函数实现了读取wav文件的过程，具体是：scipy.io.wavefile这个函数，这个函数读取wav文件之后表现为数组的形式，这样就明了多了，wav文件通过scipy转码成为了数组的形式，同样数组也可以通过scipy.io.wavefile实现存为wav文件。好了，有了对数据的基础认识，接下来聊聊TTS TTS实现 目前主流的方法大家应该也都了解过是将文字转化为拼音再转化为id，然后通过训练获得模型。浅了
深度学习非自回归语音合成与自回归语音合成对比
LarsGyonX的博客
03-03 3784
一、语音合成流程 二、端到端自回归语音合成 基于深度数据和对应的文本进行训练，无需繁琐的人工提取过程。可以合成非常学习的语音合成模型，直接使用非常学习的语音合成骂醒直接使用录音接近真实录音音质的语音。 Tacotron Encoder:BLSTM Decoder:BLSTM Attention: Location sensitive attention（串行训练过程） Input:Char/Phoneme（字符，音素） Output:Mel-spectrograms 如何将文本转成
pysptk, 语音信号处理工具包( SPTK )的python 封装器
胭脂草的ABC博客
07-31 1731
pysptk, 语音信号处理工具包( SPTK )的python 封装器 A python wrapper for Speech Signal Processing Toolkit (SPTK). 源代码名称:pysptk 源代码网址:http://www.github.com/r9y9/pysptk pysptk源代码文档 pysptk源代码下载 Git URL: 复制 git://www.github.com/r9y9/pysptk.git Git Clone代码到本地:
NVIDIA Merlin：深度推荐框架与应用探讨
本资源名为"4-6+Intro to Merlin.pdf"，由赵元青@NVIDIA撰写，专注于介绍NVIDIA的Merlin框架，这是一个深度推荐系统应用框架，旨在推动个性化互联网体验。Merlin框架的核心组件包括NVTabular、HugeCTR和TensorRT等...
评论 2
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
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