開源前線（ID：OpenSourceTop） 猿妹整編
綜合自：https://github.com/babysor/MockingBird
大家應(yīng)該都知道聲音克隆技術(shù)，通俗的來說就是借助深度學(xué)習(xí)算法，可以完全模擬某個(gè)人的聲音，而且由機(jī)器合成的語音連情緒都能夠完美表達(dá)出來，基本可以以假亂真，只要不見面，你根本就察覺不出來向你發(fā)出聲音的知識(shí)一個(gè)機(jī)器。
語音克隆最大的創(chuàng)新之一是減少創(chuàng)建語音所需的原始數(shù)據(jù)量。過去，該系統(tǒng)需要數(shù)十甚至數(shù)百小時(shí)的音頻。但是，今天猿妹要和大家分享的這個(gè)工具5秒鐘就可以克隆成功，這個(gè)工具名叫——MockingBird。
MockingBird已經(jīng)登上Github熱榜，收獲3.5K的Star，累計(jì)分支 303（Github地址：https://github.com/babysor/MockingBird）
MockingBird具有如下特性：
支持普通話并使用多種中文數(shù)據(jù)集進(jìn)行測試適用于 pytorch，已在 1.9.0 版本（最新于 2021 年 8 月）中測試，GPU Tesla T4 和 GTX 2060支持 Windows + Linux僅使用新訓(xùn)練的合成器（synthesizer）就有良好效果，復(fù)用預(yù)訓(xùn)練的編碼器/聲碼器MockingBird如何使用
MockingBird的安裝要求如下：
首先，MockingBird需要Python 3.7 或更高版本安裝 PyTorch安裝 ffmpeg。運(yùn)行pip install -r requirements.txt 來安裝剩余的必要包。安裝 webrtcvad 用 pip install webrtcvad-wheels。接著，你需要使用數(shù)據(jù)集訓(xùn)練合成器：
下載 數(shù)據(jù)集并解壓：確保您可以訪問 train 文件夾中的所有音頻文件（如.wav）使用音頻和梅爾頻譜圖進(jìn)行預(yù)處理：python synthesizer_preprocess_audio.py
使用預(yù)先訓(xùn)練好的合成器，如果沒有設(shè)備或者不想慢慢調(diào)試，可以使用網(wǎng)友貢獻(xiàn)的模型。
訓(xùn)練聲碼器
預(yù)處理數(shù)據(jù): python vocoder_preprocess.py啟動(dòng)工具箱
然后你可以嘗試使用工具箱：python demo_toolbox.py -d
