大家应该都知道声响克隆技术，深刻的来说就是借助深度学习算法，可以完全模拟某团体的声响，而且由机器分解的语音连心情都可以完美表达出来，基本可以以假乱真，只需不见面，你基本就察觉不出来向你收回声响的知识一个机器。

语音克隆最大的创新之一是增加创立语音所需的原始数据量。过去，该系统需求数十甚至数百小时的音频。但是，明天猿妹要和大家分享的这个工具5秒钟就可以克隆成功，这个工具名叫——MockingBird。

MockingBird曾经登上Github热榜，播种3.5K的Star，累贾掷唰 303(Github地址：https://github.com/babysor/MockingBird)

MockingBird具有如下特性：

支持普通话并运用多种中文数据集停止测试

适用于 pytorch，已在 1.9.0 版本(最新于 2021 年 8 月)中测试，GPU Tesla T4 和 GTX 2060

支持 Windows + Linux

仅运用新训练的分解器(synthesizer)就有良好效果，复用预训练的编码器/声码器

MockingBird如何运用

MockingBird的安装要求如下：

首先，MockingBird需求Python 3.7 或更高版本

安装 PyTorch

安装 ffmpeg。

运转pip install -r requirements.txt 来安装剩余的必要包。

安装 webrtcvad 用 pip install webrtcvad-wheels。

接着，你需求运用数据集训练分解器：

下载 数据集并解压：确保您可以拜访 train 文件夹中的一切音频文件(如.wav)

运用音频和梅尔频谱图停止预处置：python synthesizer_preprocess_audio.py 可以传入参数 --dataset {dataset} 支持 adatatang_200zh, magicdata, aishell3

预处置嵌入：python synthesizer_preprocess_embeds.py /SV2TTS/synthesizer

训练分解器：python synthesizer_train.py mandarin /SV2TTS/synthesizer

当你在训练文件夹 synthesizer/saved_models/ 中看到留意线显示和损失满足您的需求时，请转到下一步。

运用预先训练好的分解器，假设没有设备或许不想渐渐调试，可以运用网友贡献的模型。

训练声码器

预处置数据: python vocoder_preprocess.py

训练声码器: python vocoder_train.py mandarin

启开工具箱

然后你可以尝试运用工具箱：python demo_toolbox.py -d<datasets_root>

(责任编辑：admin)