開源前線（ID：OpenSourceTop） 猿妹整編
綜合自：https：//github。com/babysor/MockingBird
大家應該都知道聲音克隆技術，通俗的來說就是藉助深度學習演算法，可以完全模擬某個人的聲音，而且由機器合成的語音連情緒都能夠完美表達出來，基本可以以假亂真，只要不見面，你根本就察覺不出來向你發出聲音的知識一個機器。
語音克隆最大的創新之一是減少建立語音所需的原始資料量。過去，該系統需要數十甚至數百小時的音訊。但是，今天猿妹要和大家分享的這個工具5秒鐘就可以克隆成功，這個工具名叫——
MockingBird
。
MockingBird已經登上Github熱榜，收穫
3.5K
的Star，累計分支
303
（Github地址：
https：//github。com/babysor/MockingBird
）
MockingBird具有如下特性：
支援普通話並使用多種中文資料集進行測試
適用於 pytorch，已在 1。9。0 版本（最新於 2021 年 8 月）中測試，GPU Tesla T4 和 GTX 2060
支援 Windows + Linux
僅使用新訓練的合成器（synthesizer）就有良好效果，複用預訓練的編碼器/聲碼器
MockingBird如何使用
MockingBird的安裝要求如下：
首先，MockingBird需要Python 3。7 或更高版本
安裝 PyTorch
安裝 ffmpeg。
執行pip install -r requirements。txt 來安裝剩餘的必要包。
安裝 webrtcvad 用 pip install webrtcvad-wheels。
接著，你需要使用資料集訓練合成器：
下載 資料集並解壓：確保您可以訪問 train 資料夾中的所有音訊檔案（如。wav）
使用音訊和梅爾頻譜圖進行預處理：python synthesizer_preprocess_audio。py
預處理嵌入：python synthesizer_preprocess_embeds。py
訓練合成器：python synthesizer_train。py mandarin
當你在訓練資料夾 synthesizer/saved_models/ 中看到注意線顯示和損失滿足您的需要時，請轉到下一步。
使用預先訓練好的合成器，如果沒有裝置或者不想慢慢除錯，可以使用網友貢獻的模型。
訓練聲碼器
預處理資料： python vocoder_preprocess。py
訓練聲碼器： python vocoder_train。py mandarin
啟動工具箱
然後你可以嘗試使用工具箱：python demo_toolbox。py -d
