MockingBird：快速克隆声音与模型训练，基于 xtts v2 实现的文本转语音

综合介绍

MockingBird 是一个开源项目，旨在通过 AI 技术实现快速语音克隆和文本转语音。用户只需提供 5 秒的语音样本，即可生成任意语音内容。该项目支持多种中文数据集，并在 Windows 和 Linux 系统上运行良好。MockingBird 使用 PyTorch 框架，提供了简单易用的工具和详细的安装指南，适合开发者和研究人员使用。

功能列表

• 语音克隆：通过 5 秒语音样本生成任意语音内容
• 文本转语音：输入文本生成对应语音
• 多语言支持：支持普通话和多种中文数据集
• 跨平台运行：兼容 Windows 和 Linux 系统
• 实时处理：提供实时语音生成功能
• 开源代码：代码公开，便于二次开发和研究

使用帮助

安装流程

1. 环境准备：
   • 安装 Python 3.7 或更高版本。
   • 安装 PyTorch（推荐使用 1.9.0 版本）。
   • 安装 ffmpeg。
2. 下载项目：
   • 打开 MockingBird 项目地址，点击绿色的 “Code” 按钮，选择 “Download ZIP” 下载项目文件。
   • 或者使用 git 命令下载：git clone https://github.com/babysor/MockingBird.git
3. 安装依赖：
   • 进入项目目录，运行 pip install -r requirements.txt 安装必要的 Python 包。
   • 如果需要，可以使用 conda 创建虚拟环境并安装依赖：conda env create -n env_name -f env.yml，然后激活环境：conda activate env_name。
4. 语音转语音模型

为减小体积，主文件内不含声音转声音模型，如果需要请单独下载,点击去下载模型（3G）

使用流程

1. 运行工具箱：
   • 运行 demo_toolbox.py，打开工具箱界面。
   • 在工具箱中选择语音样本文件，输入文本内容，点击生成按钮，即可生成对应的语音文件。
2. 训练模型：
   • 如果需要训练自己的模型，可以按照项目中的训练教程进行操作。
   • 下载并准备好训练数据集，运行 train.py 开始训练。
   • 训练模型中文帮助文档
3. 远程调用：
   • MockingBird 提供了 Web 服务器功能，可以将生成的语音结果通过远程调用的方式使用。
   • 配置并启动 Web 服务器，使用 API 接口进行调用。

常见问题

• 安装失败：确保 Python 版本符合要求，安装 PyTorch 时注意版本兼容性。
• 语音质量：语音样本质量和训练数据集的丰富度会影响生成语音的效果，建议使用高质量的语音样本和多样化的数据集进行训练。

Windows预打包下载(3.7G/含文字转声音模型)

此处内容已经被作者隐藏，请输入验证码查看内容

验证码：

请关注本站微信公众号，回复“验证码”，获取验证码。在微信里搜索“首席AI分享圈”或者“Looks-AI”或者微信扫描右侧二维码都可以关注本站微信公众号。

普通人的AI入门指南

帮助你以低成本、零基础学会如何利用AI工具。AI就像办公软件一样，是每个人的必备技能。 掌握AI会让你在求职中占据优势，在未来的工作和学习中事半功倍。

查看详情>