深度学习系列68:声音克隆项目OpenVoice

1. 项目介绍

OpenVoice 是 myshell ai 开源的一款基于人工智能技术的语音克隆工具。其核心功能是通过提供发言者的短音频片段(参考语音),实现声音的高效克隆。这意味着您可以使用OpenVoice来克隆任何人的声音,而且不限于特定语言。无论您是想要模仿某位名人的声音,还是需要在不同语言之间进行语音转换,OpenVoice都能够满足您的需求。
OpenVoice还可以实现音色克隆和控制。
项目安装还算简单,首先安装项目文件夹:git clone https://github.com/myshell-ai/OpenVoice.git
然后安装依赖包:pip install -r requirements.txt
然后下载模型:https://link.zhihu.com/?target=https%3A//myshell-public-repo-hosting.s3.amazonaws.com/checkpoints_1226.zip。如果连不上,也可以去hf镜像站下载:https://hf-mirror.com/myshell-ai/OpenVoice

2. 语音拷贝代码

import os
import torch
from openvoice import se_extractor
from openvoice.api import BaseSpeakerTTS, ToneColorConverter
from pydub import AudioSegment,playback
ckpt_base = 'checkpoints/base_speakers/EN'
ckpt_converter = 'checkpoints/converter'
device="cuda:0" if torch.cuda.is_available() else "cpu"
output_dir = 'outputs'

base_speaker_tts = BaseSpeakerTTS(f'{ckpt_base}/config.json', device=device)
base_speaker_tts.load_ckpt(f'{ckpt_base}/checkpoint.pth')

tone_color_converter = ToneColorConverter(f'{ckpt_converter}/config.json', device=device)
tone_color_converter.load_ckpt(f'{ckpt_converter}/checkpoint.pth')

os.makedirs(output_dir, exist_ok=True)
source_se = torch.load(f'{ckpt_base}/en_default_se.pth').to(device)
reference_speaker = 'resources/example_reference.mp3' # This is the voice you want to clone
target_se, audio_name = se_extractor.get_se(reference_speaker, tone_color_converter, target_dir='processed', vad=True)
save_path = f'{output_dir}/output_en_default.wav'

# Run the base speaker tts。这里也可以换成你自己的tts
text = "hello china. Today is very good."
src_path = f'{output_dir}/tmp.wav'
base_speaker_tts.tts(text, src_path, speaker='default', language='English', speed=1.0)

# Run the tone color converter
encode_message = "@MyShell"
tone_color_converter.convert(
    audio_src_path=src_path, 
    src_se=source_se, 
    tgt_se=target_se, 
    output_path=save_path,
    message=encode_message)
playback.play(AudioSegment.from_wav(save_path))

相关推荐

  1. 深度学习系列68声音克隆项目OpenVoice

    2024-05-14 11:38:07       13 阅读
  2. 深度学习系列63:tts和智能语音助手

    2024-05-14 11:38:07       22 阅读

最近更新

  1. TCP协议是安全的吗?

    2024-05-14 11:38:07       18 阅读
  2. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2024-05-14 11:38:07       19 阅读
  3. 【Python教程】压缩PDF文件大小

    2024-05-14 11:38:07       19 阅读
  4. 通过文章id递归查询所有评论(xml)

    2024-05-14 11:38:07       20 阅读

热门阅读

  1. 【VUE.js】---

    2024-05-14 11:38:07       10 阅读
  2. C#算法之计数排序

    2024-05-14 11:38:07       11 阅读
  3. aws s3

    aws s3

    2024-05-14 11:38:07      9 阅读
  4. python 基础(笔记)

    2024-05-14 11:38:07       15 阅读
  5. Python3 笔记:分支结构

    2024-05-14 11:38:07       13 阅读
  6. spring基于XML的声明式事务控制

    2024-05-14 11:38:07       12 阅读