文件名称：Real-Time-Voice-Cloning
文件大小：18.16MB
文件格式：ZIP
更新时间：2024-04-15 04:09:11
Python
实时语音克隆 该存储库是通过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） 说话人验证的一般端到端损失 这个回购 消息 19/11/11 ：我现在全职工作，因此我将不再维护此仓库。 对于阅读此内容的任何人： 如果您只想克隆自己的声音，请在上检查我们的演示-它会比此回购提供更
【文件预览】：
Real-Time-Voice-Cloning-main
----encoder()
--------__init__.py(1B)
--------inference.py(8KB)
--------config.py(1KB)
--------params_data.py(901B)
--------data_objects()
--------visualizations.py(7KB)
--------preprocess.py(7KB)
--------params_model.py(196B)
--------audio.py(4KB)
--------saved_models()
--------model.py(6KB)
--------train.py(5KB)
----.gitignore(206B)
----demo_cli.py(9KB)
----requirements.txt(321B)
----synthesizer_preprocess_audio.py(2KB)
----demo_toolbox.py(2KB)
----LICENSE.txt(1KB)
----trump10.wav(1.68MB)
----demo_toolbox_collab.ipynb(1.3MB)
----synthesizer_train.py(3KB)
----encoder_train.py(2KB)
----README.md(5KB)
----vocoder_train.py(3KB)
----synthesizer_preprocess_embeds.py(1KB)
----encoder_preprocess.py(3KB)
----synthesizer()
--------__init__.py(1B)
--------models()
--------hparams.py(20KB)
--------inference.py(6KB)
--------synthesize.py(4KB)
--------LICENSE.txt(1KB)
--------tacotron2.py(12KB)
--------preprocess.py(10KB)
--------audio.py(8KB)
--------infolog.py(1KB)
--------saved_models()
--------feeder.py(11KB)
--------train.py(21KB)
----vocoder_preprocess.py(2KB)
----.gitattributes(26B)