AI越来越强大，不仅能模仿别人的表情，还能模仿别人说话的声音和语气，今天我们来讲讲一个实时声音克隆库Real-Time-Voice-Cloning
github地址为：https://github.com/CorentinJ/Real-Time-Voice-Cloning
该库是使用谷歌的开源声音处理算法（SV2TTS）实现。
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，以生成到新的语音。
如果您只想克隆您的声音（而不是其他人的声音）：我建议在Resemble.AI上使用免费计划。
首先，因为您将获得更好的语音质量和更少的韵律错误，其次，因为它不需要像此回购协议那样的复杂设置。
具体的步骤
一、安装要求
需要Python 3.6或3.7才能运行该工具箱。二、下载预训练的模型
下载地址：https://github.com/CorentinJ/Real-Time-Voice-Cloning/wiki/Pretrained-models三、（可选）测试配置
在下载任何数据集之前，您可以使用以下方法测试配置：
python demo_cli.py
如果所有测试都通过，那您就很好了。
四、（可选）下载数据集
对于仅使用工具箱的情况，我只建议下载LibriSpeech/train-clean-100。下载地址：http://www.openslr.org/resources/12/train-clean-100.tar.gz，提取内容<datasets_root>/LibriSpeech/train-clean-100这里<datasets_root>是你选择的目录。工具箱中支持其他数据集，请参见此处。您可以自由地不下载任何数据集，但是您将需要自己的数据作为音频文件，或者必须在工具箱中记录下来。五、启动工具箱
然后，您可以尝试使用工具箱：取决于您是否下载了任何数据集。如果您正在运行X服务器或出现错误Aborted (core dumped)
六、启用GPU支持
注意：启用GPU支持是很多工作。如果您要训练自己的模型，则需要进行设置。有人花时间为如何安装所有内容提供了更好的指南。我建议使用它。
{{collectdata}}
网友评论0