GPT-SoVITS的批量克隆声音并且合并

最新推荐文章于 2025-02-15 18:18:23 发布

凤枭香

最新推荐文章于 2025-02-15 18:18:23 发布

阅读量768

点赞数 3

分类专栏： Python 深度学习机器学习文章标签： gpt TTS 语音合成 python

本文链接：https://blog.csdn.net/yangzheng_520/article/details/142917839

版权

标是将每一段声音通过GPT-SoVITS的API的API进行克隆，因为拼在一起的整个片段处理会造成内存或者缓存溢出
在这里插入图片描述
将目录下的音频文件生成到指定目录下，然后再进行拼接。

通过AI工具箱生成的数据文件是这样的结构，temp目录下是没个片段生成的部分，==connect_==是正常拼接的音频文件，==silent_==是剪切无声片段的音频文件，在这里插入图片描述
这里克隆后会拼接生成一个 clone的音频文件。

然后移动到指定的目录下。
在这里插入图片描述
完整代码：

    # env 日常使用目录/py
    # -*- coding: UTF-8 -*-
    
    from pydub import AudioSegment
    import shutil
    import os
    from gradio_client import Client, handle_file
    
    # API的URL
    client = Client("http://localhost:9888/")
    base_dir = "H:/MyScriptPublic/AIGC/GPT-SoVITS-Gradio【bak】/"
    
    change_sovits_weights = os.path.join(base_dir, "SoVITS_weights", "MrDataYang_e8_s1400.pth")
    result_sovits = client.predict(
    change_sovits_weights,
    api_name="/change_sovits_weights"
    )
    change_sovits_weights = os.path.join(base_dir, "GPT_weights", "MrDataYang-e20.ckpt")
    result_gpt = client.predict(
    "GPT_SoVITS/pretrained_models/s1bert25hz-2kh-longer-epoch=68e-step=50232.ckpt",
    api_name="/change_gpt_weights"
    )
    
    
    # 合并音频文件
    def merge_wav_files(directory, result_path):
    # 获取所有.wav文件并按文件名排序
    files = sorted([f for f in os.listdir(directory) if f.endswith('.wav')], key=lambda x:int(x.split('.')[0]))
    print(directory, result_path)
    print(files)
    
    # 初始化一个空的音频段
    combined = AudioSegment.empty()
    
    # 依次加载每个文件并追加到combined变量中
    for file in files:
        path = os.path.join(directory, file)
        audio = AudioSegment.from_wav(path)
        combined += audio
    
    # 导出合并后的文件
    combined.export(result_path, format="wav")
    
    
    def move_files_and_directories(src_dir, matching_directory):
    # 确保目标目录存在，不存在则创建
    os.makedirs(matching_directory, exist_ok=True)
    wav_matching_directory

最低0.47元/天解锁文章