Easy Voice Toolkit : kit d'outils vocaux pour un déploiement local

Introduction générale

Easy-Voice-Toolkit est une boîte à outils polyvalente basée sur l'Open Source Speech Project qui fournit une large gamme d'outils audio automatisés pour la reconnaissance vocale, la transcription vocale, la conversion vocale, la création d'ensembles de données et l'entraînement de modèles. Les utilisateurs peuvent utiliser ces outils de manière sélective, selon leurs besoins, ou les utiliser de manière séquentielle pour convertir progressivement des fichiers audio bruts en modèles vocaux idéaux. La boîte à outils permet un déploiement local, et les utilisateurs peuvent télécharger un paquet d'installation léger ou un paquet portable pour l'utiliser.

Liste des fonctions

• traitement audio

• reconnaissance vocale

• transcription vocale

• Création d'ensembles de données (conversion SRT et division WAV)

• formation au modèle

• synthèse vocale

Utiliser l'aide

Processus d'installation :

1. Télécharger l'installateur légerLes petits paquets qui contiennent des instructions d'installation, mais qui ne contiennent pas les dépendances et les modèles nécessaires à l'environnement.
2. Télécharger la mallette de transport prête à l'emploi: Gros paquet avec toutes les dépendances de l'environnement et de multiples modèles prédéfinis, téléchargez et décompressez pour l'utiliser.

Déploiement local - Installation par l'utilisateur :

1. Téléchargez le programme d'installation léger ou le paquet portable prêt à l'emploi.
2. Décompressez le fichier téléchargé.
3. être en mouvement .exe ou son raccourci.

Déploiement local - Environnement d'installation du développeur :

1. Assurez-vous que Python 3.8 ou une version ultérieure est installé.
2. Clonage de l'entrepôt de projets :

   git clone https://github.com/Spr-Aachen/Easy-Voice-Toolkit.git
   

3. Passez au répertoire du projet :

   cd Easy-Voice-Toolkit
   

4. Installer les dépendances :

   pip install -r requirements.txt
   

5. Installer les dépendances de l'interface graphique :

   pip install pyside6 QEasyWidgets pywin32==300 psutil pynvml darkdetect PyGithub
   

6. Exécuter le programme :

   python Run.py
   

Flux d'opérations fonctionnelles :

1. traitement audioLes outils de traitement : Importez le fichier audio, sélectionnez les outils de traitement souhaités (par exemple, réduction du bruit, édition, etc.), appliquez le traitement et sauvegardez le résultat.
2. reconnaissance vocaleLes résultats de la reconnaissance vocale peuvent être importés, sélectionnés, exécutés et exportés sous forme de résultats textuels.
3. transcription vocaleLa transcription des sous-titres se fait en trois étapes : importation du fichier audio, sélection de l'outil de transcription, exécution de la transcription et exportation du fichier de sous-titres (par exemple, SRT).
4. Production d'un ensemble de donnéesLes données d'apprentissage peuvent être générées par l'importation de fichiers audio, la sélection de l'outil de création d'ensembles de données et la conversion SRT ou la division WAV.
5. formation au modèleImportation de l'ensemble des données d'apprentissage, sélection de l'outil d'apprentissage du modèle, configuration des paramètres d'apprentissage, exécution de l'apprentissage et sauvegarde du modèle.
6. transcription phonétiqueLes fonctions suivantes sont disponibles : importation de fichiers audio, sélection de l'outil de conversion vocale, configuration des paramètres de conversion, exécution de la conversion et enregistrement du résultat.

mise en garde

• Actuellement, l'interface utilisateur n'est compatible qu'avec les systèmes Windows.
• Veillez à disposer d'une connexion internet stable pendant le téléchargement et l'utilisation.
• Si vous rencontrez des problèmes, veuillez vous référer aux instructions et aux FAQ dans le référentiel du projet.