文件名称：实时语音克隆：在5秒内克隆语音以实时生成任意语音
文件大小：955KB
文件格式：ZIP
更新时间：2024-02-25 17:50:22
python deep-learning tensorflow pytorch tts
实时语音克隆 该存储库是使用实时工作的声码器实现的（SV2TTS）的实现。 如果您好奇或正在寻找我未记录的信息，请随时检查。 通常，我建议您快速浏览一下引言之外的数字。 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，以推广到新的语音。 视频演示（单击图片）： 已实施文件 网址 指定 标题 实施源 SV2TTS 将学习从演讲者验证转移到多演讲者语音合成 这个回购 WaveRNN（声码器） 高效的神经音频合成 Tacotron 2（合成器） 基于梅尔谱图预测的条件波网自然合成TTS GE2E（编码器）
【文件预览】：
Real-Time-Voice-Cloning-master
----.gitignore(206B)
----README.md(5KB)
----utils()
--------modelutils.py(698B)
--------logmmse.py(9KB)
--------__init__.py(0B)
--------profiler.py(1KB)
--------argutils.py(1KB)
----demo_cli.py(10KB)
----synthesizer_train.py(3KB)
----requirements_gpu.txt(271B)
----toolbox()
--------utterance.py(222B)
--------__init__.py(14KB)
--------ui.py(25KB)
----demo_toolbox.py(2KB)
----synthesizer_preprocess_embeds.py(1KB)
----.gitattributes(26B)
----vocoder_preprocess.py(2KB)
----vocoder()
--------distribution.py(5KB)
--------audio.py(2KB)
--------train.py(5KB)
--------hparams.py(2KB)
--------gen_wavernn.py(985B)
--------inference.py(2KB)
--------vocoder_dataset.py(3KB)
--------models()
--------LICENSE.txt(1KB)
--------display.py(3KB)
----encoder()
--------data_objects()
--------config.py(1KB)
--------params_data.py(901B)
--------audio.py(4KB)
--------train.py(5KB)
--------inference.py(8KB)
--------model.py(6KB)
--------__init__.py(0B)
--------preprocess.py(7KB)
--------params_model.py(196B)
--------visualizations.py(7KB)
----vocoder_train.py(3KB)
----requirements.txt(239B)
----demo_toolbox_collab.ipynb(1.3MB)
----LICENSE.txt(1KB)
----synthesizer()
--------utils()
--------synthesize.py(4KB)
--------audio.py(8KB)
--------train.py(21KB)
--------hparams.py(20KB)
--------tacotron2.py(12KB)
--------inference.py(7KB)
--------models()
--------feeder.py(11KB)
--------__init__.py(1B)
--------infolog.py(1KB)
--------preprocess.py(12KB)
--------LICENSE.txt(1KB)
----samples()
--------README.md(943B)
--------6829_00000.mp3(15KB)
--------VCTK.txt(5KB)
--------8230_00000.mp3(16KB)
--------p260_00000.mp3(20KB)
--------1320_00000.mp3(15KB)
--------p240_00000.mp3(20KB)
--------3575_00000.mp3(15KB)
----synthesizer_preprocess_audio.py(3KB)
----encoder_train.py(2KB)
----encoder_preprocess.py(3KB)