MockingBird リアルタイム音声クローン システム v1.0

MockingBird は、あなたの声を複製し、任意の音声コンテンツを生成できる AI オノマトペ システムです。

特性

1. テキストは中国語をサポートしており、さまざまな中国語データ セット (aidatang_200zh、magicdata、aishell3、biaobei、MozillaCommonVoice、data_aishell など) を使用してテストされています。

2. PyTorch は pytorch に適しており、1.9.0 (2021 年 8 月最新)、GPU Tesla T4 および GTX 2060 でテストされています。

3. Windows + Linux は、Windows オペレーティング システムおよび Linux オペレーティング システムで実行できます (Apple システム M1 バージョンには、コミュニティでの成功した運用事例もあります)

4. 簡単で素晴らしい シンセサイザー (シンセサイザー) をダウンロードするか新たにトレーニングするだけで良い結果が得られ、事前トレーニングされたエンコーダー/ボコーダー、またはリアルタイム HiFi-GAN をボコーダーとして再利用します。

5. Webserver Ready はトレーニング結果をリモート通話に提供できます

始める

インストール要件

元のリポジトリに従って、すべての環境が準備できているかどうかをテストします。ツールボックスを実行するには、Python 3.7 以降が必要です。

PyTorchをインストールします。

pip でインストールすると ERROR: Could not find a version that Satisfied the require torch==1.9.0+cu102 (from version: 0.1.2, 0.1.2.post1, 0.1.2.post2) が発生する場合は Python が原因である可能性があります値が低すぎるため、3.9 は正常にインストールできます

ffmpegをインストールします。

pip install -r required.txt を実行して、残りの必要なパッケージをインストールします。

webrtcvad pip install webrtcvad-wheels をインストールします。