Python+RealTimeVoiceCloning的配置

最新推荐文章于 2024-06-03 20:27:17 发布
最新推荐文章于 2024-06-03 20:27:17 发布
阅读量1.3k 收藏 4
点赞数
分类专栏： 人工智能
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/weixin_42955958/article/details/111295424
版权

PyCharm中Directory与Python package的区别

Python 中 （&，|）和（and，or）之间的区别

python中的del用法

列表可以作为集合的元素吗？集合可以作为列表的元素吗？元组可以作为集合的元素吗？字典可以作为集合的元素吗？

List

extend() 函数用于在列表末尾一次性追加另一个序列中的多个值（用新列表扩展原来的列表）

insert() 函数用于将指定对象插入列表的指定位置
list.insert(index, obj)

环境变量

突然报错，我记得之前已经配置好环境变量的

'pip' 不是内部或外部命令，也不是可运行的程序

参考：在win10中，碰到pip不是内部或外部命令，也不是可运行程序的解决方案

在这里插入图片描述
就是在python环境变量时，再多加一层Scripts

啊啊啊，我吐血了啊，突然在命令行输入python，给我跳出Microsoft商店，只好又改回不要Scripts的环境变量！！

然后pip又不能用了

解决方案： 解决win10 cmd下运行python弹出windows应用商店
就是配置两个环境变量，顺序要正确

Pytorch

官网

ModuleNotFoundError: No module named ‘pip’

ModuleNotFoundError: No module named ‘pip’

anaconda

WARNING: The conda.compat module is deprecated and will be removed in a future release.

TypeError: LoadLibrary() argument 1 must be str, not None
就是将环境变量配置下，然后安装tensorflow的时候要使用 conda.bat而不是conda

tensorflow

Could not load dynamic library ‘cudart64_100.dll’; dlerror: cudart64_100.dll not found解决办法
可以现在本地搜下有没有这个文件，没有就去下载

TensorFlow的环境配置与安装
我这边用的是conda.bat

解决pip安装tensorflow慢的问题

ffmpeg的配置

一直报错：
Librosa will be unable to open mp3 files if additional software is not installed.
Please install ffmpeg or add the ‘–no_mp3_support’ option to proceed without support for mp3 files.
Librosa and ffmpeg were already installed how do i fix this?

解决思路：Testing Demo_cli.py
就是要配置ffmpeg的意思

ffmpeg官网

超简单的FFmpeg安装方法
为什么ffmpeg从官网下载不了?

中文版的realtimevoicecloning

运行问题：

在这里插入图片描述
解决：

百度的大部分方法都能解决，但是我使用错了解释器，注意啊解释器

完美解决 python ImportError: Failed to import any qt binding

问题2：

在这里插入图片描述
tensorflow和paddlepaddle所需要的gast不同

问题三及解决：

[机器学习]AttributeError: module ‘tensorflow’ has no attribute ‘ConfigProto’ 报错解决方法

问题四及解决：

为解决github不能展示出图片，就采用了此方法：
解决github上的图片显示不出来的问题

# GitHub Start 
140.82.113.3      github.com
140.82.114.20     gist.github.com
 
151.101.184.133    assets-cdn.github.com
151.101.184.133    raw.githubusercontent.com
151.101.184.133    gist.githubusercontent.com
151.101.184.133    cloud.githubusercontent.com
151.101.184.133    camo.githubusercontent.com
151.101.184.133    avatars.githubusercontent.com
199.232.68.133     avatars.githubusercontent.com
151.101.184.133    avatars0.githubusercontent.com
199.232.68.133     avatars0.githubusercontent.com
199.232.28.133     avatars1.githubusercontent.com
151.101.184.133    avatars1.githubusercontent.com
151.101.184.133    avatars2.githubusercontent.com
199.232.28.133     avatars2.githubusercontent.com
151.101.184.133    avatars3.githubusercontent.com
199.232.68.133     avatars3.githubusercontent.com
151.101.184.133    avatars4.githubusercontent.com
199.232.68.133     avatars4.githubusercontent.com
151.101.184.133    avatars5.githubusercontent.com
199.232.68.133     avatars5.githubusercontent.com
151.101.184.133    avatars6.githubusercontent.com
199.232.68.133     avatars6.githubusercontent.com
151.101.184.133    avatars7.githubusercontent.com
199.232.68.133     avatars7.githubusercontent.com
151.101.184.133    avatars8.githubusercontent.com
199.232.68.133     avatars8.githubusercontent.com
 
# GitHub End

问题五及解决

TypeError: addWidget(self, QWidget, stretch: int = 0, alignment: Union[Qt.Alignment, Qt.AlignmentFlag] = Qt.Alignment()): argument 1 has unexpected type 'FigureCanv

安装好对应版本的matplotlib

问题六及解决

 Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2

在这里插入图片描述

注：我现在用的tensorflow是cpu版本
win10查看Tensorflow是GPU还是CPU

WIN10 环境下 Tensorflow 检测不到GPU （GTX1050笔记本版可以安装CUDA）

安装包：
深度学习入门篇01(Tensorflow-gpu的安装)
cuda10.1-cudnn

问题七

在这里插入图片描述
还没解决这个问题，原本想英文版的用这个解释器的：
在这里插入图片描述
解决了，将这两个依赖安装下
在这里插入图片描述

就现在是都用这个解释器
在这里插入图片描述

问题八及解决

在这里插入图片描述
ModuleNotFoundError: No module named ‘pyaudio’

pip install pipwin
pipwin install pyaudio

问题九

在这里插入图片描述
librosa的安装包的版本太高了，将其变成0.7.2

我没成功，可能与ipynb的运行的解释器和我现在的解释器不一致的原因，首先要先确认现在我的依赖包

visual studio安装

又重新安装了一次这个，因为之前安装在了c盘

pip

在这里插入图片描述
解决：
解决ModuleNotFoundError: No module named 'pip’问题

安装tensorflow-gpu版

先别管这个：

conda.bat create -n tensorflow-gpu python=3.6

问题：
在这里插入图片描述
官网下载相应的程序，升级一下nvidia，就可以了
GEFORCE® 驱动程序
就根据自己的电脑选择相应的下载程序，可参考bilibili：40秒学会更新显卡驱动 NVIDIA官方驱动下载安装教程 步骤详细 简单易懂 RTX GTX 英伟
下载以后，到NVIDIA GetForce Experience里面登录，然后安装最新的驱动程序

借鉴

拯救者Y720-gtx1050-window10-配置tensorflow-gpu环境

我现在是
win10x64 + gtx1050 + cuda10.1+tensorflowgpu1.15.2+cudnn + Anaconda

中文的克隆记录

https://github.com/KuangDD/zhrtvc/blob/master/zhrtvc/README.md

1、

在这里插入图片描述

python synthesizer_preprocess_audio.py
# 可带参数

usage: synthesizer_preprocess_audio.py [-h] [--datasets_root DATASETS_ROOT]
                                       [--datasets DATASETS] [-o OUT_DIR]
                                       [-n N_PROCESSES] [-s SKIP_EXISTING]
                                       [--hparams HPARAMS]

把语音信号转为频谱等模型训练需要的数据。

optional arguments:
  -h, --help            show this help message and exit
  --datasets_root DATASETS_ROOT
                        Path to the directory containing your datasets.
                        (default: ../data)
  --datasets DATASETS   Path to the directory containing your datasets.
                        (default: samples)
  -o OUT_DIR, --out_dir OUT_DIR
                        Path to the output directory that will contain the mel
                        spectrograms, the audios and the embeds. Defaults to
                        <datasets_root>/SV2TTS/synthesizer/
  -n N_PROCESSES, --n_processes N_PROCESSES
                        Number of processes in parallel. (default: 0)
  -s SKIP_EXISTING, --skip_existing SKIP_EXISTING
                        Whether to overwrite existing files with the same
                        name. Useful if the preprocessing was interrupted.
                        (default: True)
  --hparams HPARAMS     Hyperparameter overrides as a json string, for
                        example: '"key1":123,"key2":true' (default: )

运行它应该就是 处理 samples下的数据
在这里插入图片描述
我将synthesizer_preprocess_audio.py里面的输出目录改成了这个

parser.add_argument("-o", "--out_dir", type=Path, default=Path(r'../data/SV2TTS/synthesizer/a'), help= \
        "Path to the output directory that will contain the mel spectrograms, the audios and the "
        "embeds. Defaults to <datasets_root>/SV2TTS/synthesizer/")

结果如下，多出了如下的文件夹
在这里插入图片描述

2、

在这里插入图片描述
生成的应该就是这个文件夹下的文件
在这里插入图片描述


在这里插入图片描述
在这里插入图片描述

gpu

免费gpu – colab（需翻墙）

pycharm的plugin

Pycharm Plugins加载失败问题解决方案

pytorch

安装CUDA后安装PyTorch，pip install torch 太慢【解决办法】 实测可行torch.cuda.is_available() return True

【E-02】内存不足RuntimeError: CUDA out of memory. Tried to allocate 16.00 MiB (GPU 0; 2.00 GiB total capacity; 1.34 GiB already allocated; 14.76 MiB free; 1.38 GiB reserved in total by PyTorch)
在这里插入图片描述
在这里插入图片描述

总

现在的gmw的模型用到了torch1.7.1，这需要cuda10.1

这是我用cuda10.0+pytorch1.7.1时运行waveglow_inference.py时会报错，应该就是无法使用gpu的意思，需要将cuda10.0变成cuda10.1

然后通过pycharm里面安装的pytorch1.7.1还是行不通，最后是根据以上方法安装，最后成功的
在这里插入图片描述

但是之前的encoder-synthesis-vocoder的toolobox(gmw的toolbox好像和这个一样)都是要用到tensorflowgpu1.15.0，这个对应的是cuda10.0的，这样两个就矛盾了，cuda10.1对应的是2.x版本的tensorflowgpu，1.x和2.x的版本差异较大，代码存在差异

gmw_inference

语音合成的目录在此：
在这里插入图片描述
合成的素材是这个：
在这里插入图片描述

在这里插入图片描述
speaker: (声音的性别取决在素材，而不是speaker, 我试过，就算用女生的作为speaker，比如biaobei就是女声，但是如果原音频是男声，合成的也是男生的声音，男声同理)

合成的语音文字长度好像有限制，或者文件大小有限制
作者说：
在这里插入图片描述

源素材的格式好像大多都可以，mp3,wav,m4a,flac等都可以，好像是可以自己转格式，最后输出的文件格式都是wav

文本中包含英文会导致英文那块是奇怪的声音

英文版的问题

克隆的那个代码：
b_demo_trump_voice_sythesis.ipynb在jupyter notebook中运行总是报这个错
在这里插入图片描述
我将其转换成b_demo_trump_voice_sythesis.py在pycharm的这个解释器上运行就可以
在这里插入图片描述
我感觉这应该和jupyter notebook的解释器有关吧

文章：
SV2TTS（Real-Time-Voice-Cloning）论文简介及中文复现

部署

这个文档可以借鉴下

D:\机器学习\TensorFlow-master

已经在中文语言克隆下写了一个 server.py 文件，可以提供服务了
好像是与 docker+nginx+flask 有关
Docker容器化部署Python应用

flask上线部署————“WARNING: This is a development server. Do not use it in a production deployment. Use a production WSGI server instead.”

Python 生成requirements文件以及使用requirements.txt部署项目
WARNING: Could not generate requirement for distribution -ip 20.3 (d:\python_envs\env01\lib\site-pac

先试试 这个安装环境以后能否运行

pip install -r requirements_gmw.txt

不行，就

pip install -r requirements_me.txt

音乐播放器

网页的音乐播放器请求返回的一般是音乐的url地址

启动服务

flask

Python Flask文件上传/下载
Flask入门之上传文件到服务器
flask官方文档

多进程

gevent启动多进程WSGI

weixin_42955958
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
python三阶深度学习框架-Real-Time-Voice-Cloning-master.zip
05-18
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。
Real-Time-Voice-Cloning:多扬声器TTS，
03-10
与 添加中文数据集用于扬声器编码器和合成器训练（ ， ， 等） 修复错误，加快扬声器编码器的培训速度（GPU上的位置丢失）。 欢迎使用中文提问 实时语音克隆 该存储库是通过实时工作的声码器实现的（SV2TTS）的实现。 如果您好奇或正在寻找我尚未记录的信息，请随时检查（不要犹豫，为此也要提出问题）。 通常，我建议您快速浏览一下引言之外的数字。 SV2TTS是一个三阶段的深度学习框架，它允许从几秒钟的音频中创建语音的数字表示，并使用它来调节经过训练的文本到语音模型，以推广到新的语音。 视频演示（单击图片）： 已实施文件 网址 指定 标题 实施源 SV2TTS 将学习从演讲者验证转移到多演讲者语音合成 这个回购 WaveRNN（声码器） 高效的神经音频合成 Tacotron 2（合成器） 基于梅尔谱图预测的条件波网自然合成TTS GE2E（编码器） 说话人验证的一般端
ubuntu200安装pyaudio失败，ModuleNotFoundError: No module named ‘pyaudio‘
最新发布
m0_74030866的博客
06-03 264
（如果还不行，可以尝试：sudo apt-get install libasound-dev portaudio19-dev libportaudio2 libportaudiocpp0）pip install pyaudio失败，报错：ModuleNotFoundError: No module named 'pyaudio'第一步：先执行sudo apt-get install portaudio19-dev。第二步：再执行pip install pyaudio。
Real-Time-Voice-Cloning（github声音克隆项目演示）
我的博客
07-23 3375
github项目地址 ①检查pytorch的安装 ②ffmpeg是做什么的，在哪里下载？怎么使用？ 原文地址 ffmpeg是一个处理多媒体信息的框架，有视频采集、视频格式转换、视频抓图、给视频加水印等功能 requirements.txt python项目中必须包含一个 requirements.txt 文件，用于记录所有依赖包及其精确的版本号，以便新环境部署 切换到项目目录，生成requirement.txt文件并查看 ③Download Pretrained Mode..
Real-Time-Voice-Cloning-master2.zip
11-11
Real-Time-Voice-Cloning-master2.zip源代码
Real-Time-Voice-Cloning　安装使用笔记
I think，therefore i am
08-03 1万+
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/Re
学生信息管理系统(python+GUI+mysql).zip
04-27
学生信息管理系统(python+GUI+mysql).zip，学生信息管理系统(python+GUI+mysql).zip，学生信息管理系统(python+GUI+mysql).zip 学生信息管理系统(python+GUI+mysql).zip，学生信息管理系统(python+GUI+mysql).zip，...
python+django+mysql电影推荐系统源码，毕业设计.zip
05-03
python+django+mysql电影推荐系统源码，毕业设计 python+django+mysql电影推荐系统源码，毕业设计 python+django+mysql电影推荐系统源码，毕业设计 python+django+mysql电影推荐系统源码，毕业设计 python+...
python+selenium+unittest环境搭建1
08-08
Python+Selenium+Unittest环境搭建详解 Python+Selenium+Unittest环境搭建是自动化测试中的一种重要组件，本文将详细介绍如何搭建Python+Selenium+Unittest环境，并解决在搭建过程中可能遇到的问题。 一、安装...
图书馆管理系统Python+MySQL+tkinter图形化界面+数据库+源码（注释详细）
08-02
适合新手，图书馆管理系统Python+MySQL+tkinter图形化界面+数据库+源码（注释详细） 适合新手，图书馆管理系统Python+MySQL+tkinter图形化界面+数据库+源码（注释详细） 适合新手，图书馆管理系统Python+MySQL+...
基于Python+Flask+MySQL的图书信息管理系统
01-08
基于Python+Flask+MySQL的图书馆管理系统，分管理端和用户端，带用户登录、注册，基本的图书信息的增加、修改、删除、查询等功能，还有可视化功能和用户申请采购模块，用Pycharm导入，安装依赖包，配置好数据库就...
Real-Time-Voice-Cloning官方github上的pretrained训练模型
08-02
CorentinJ/Real-Time-Voice-Cloning项目训练模型，包含encoder、synthesizer、vocoder三部分。
CorentinJ/Real-Time-Voice-Cloning官方github项目包用于声音克隆
08-02
Real-Time-Voice-Cloning-master项目包。
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
Real-Time-Voice-Cloning的使用教程
求真、务实
01-27 1万+
文章目录：1 环境的搭建2 如何使用Real-Time-Voice-Cloning2.1 下载预训练的模型2.2 先测试环境是否可用（optional）2.3 下载数据集（optional）2.4 运行ToolBox3 常见错误3.1 错误1：`OSError: PortAudio library not found`4 训练其他语言的数据集 1 环境的搭建 我安装版本： 在虚拟环境tf1中 tensorflow-gpu==1.15.0 torch==1.4.0 2 如何使用Real-Time-Voic
Real-Time-Voice-Cloning-master
qq_25160559的博客
12-14 5143
Real-Time-Voice-Cloning-master 安装 1： github 下载源代码 下载两个文件 pretrained内的文件移到源代码相对的文件内部 2： python 3.7的安装 pip 安装 然后在cmd 运行 python pip -r requirements.txt 安装依赖包 我这里安装的cuda 是10 cnduu 7 安装 torch 我选 择的cuda ...
实时语音克隆：CorentinJ/Real-Time-Voice-Cloning
gitblog_00066的博客
03-19 576
实时语音克隆：CorentinJ/Real-Time-Voice-Cloning 项目地址:https://gitcode.com/CorentinJ/Real-Time-Voice-Cloning 在深入探讨此项目之前，先给出它的官方链接：https://gitcode.com/CorentinJ/Real-Time-Voice-Cloning。这是一个由CorentinJ开发的开源项目，实现...
Python 深度学习AI - 声音克隆、声音模仿、模拟特朗普声音唱《See You Again》，Real-Time-Voice-Cloning项目的安装与使用
热门推荐
小蓝枣的博客
08-09 1万+
Python 深度学习AI - 声音克隆、声音模拟 第一章：环境准备与安装 ① Real-Time-Voice-Cloning 项目源码下载 ② requirments 必要库安装 ③ TensorFlow 安装 ④ PyTorch 安装 ⑤ FFmpeg 下载环境变量配置 ⑥ 下载训练包 第二章：效果测试 ① 命令行合成音频测试：输入音频源和文本，合成目标 ② 工具箱合成音频测试，工具箱的使用方法介绍 ③ 特朗普声音克隆，模拟特朗普讲话，特朗普唱《See You Again》
TTS学习笔记（一）：Real-Time-Voice-Cloning环境配置
AlphaFinance
03-17 1217
该项目非常难以下载，经常断联。 好不容易下载下来以后，安装及更新了几个库以后，运行demo_cli.py遇到了一个错： if not args.no_mp3_support: try: librosa.load("samples/1320_00000.mp3") except NoBackendError: print("Librosa will be unable to open mp3 files if add
Python+Selenium+Unittest环境配置及常见问题解决
"这篇文档主要介绍了如何搭建Python+Selenium+Unittest的测试环境，包括Python的安装、Selenium的安装、Chrome浏览器驱动的配置、MySQL驱动的安装，以及在命令行运行Python工程时可能遇到的问题及其解决方案。...
评论
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

weixin_42955958

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