今天给大家介绍一个语音合成的工具， MockingBird ，仅仅使用5秒钟就可以模拟出你想要的声音，难能可贵的是， MockingBird 还支持普通话。

首先安装 ffmpeg ，它是用来进行音视频处理的。从官网下载编译好的二进制文件 ffmpeg.org/download.ht… ，尽量下载较新的版本，并将其路径加入到系统环境变量中

创建一个全新的 python 虚拟环境

conda create -n pytorch1.7 python=3.8
conda activate pytorch1.7
接下来去下载MockingBird源码，并安装相应依赖
git clone https://github.com/babysor/MockingBird.git
cd MockingBird
# 安装gpu版torch和torchvision
pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
# 安装其他依赖
pip install -r requirements.txt
# 这个库是用来进行噪音过滤的
pip install webrtcvad
# 如果是linux的话，使用apt安装ffmpeg
sudo apt install ffmpeg portaudio19-dev
pip install pyaudio
为了进行测试，还需要下载预训练模型
链接：pan.baidu.com/s/1nj3GWZWW…

提取码：nbmc
下载完成后，将saved_models文件夹放在源码目录下的synthesizer文件夹下
使用作者提供的预训练模型测试时，会报错
RuntimeError: Error(s) in loading state_dict for Tacotron: size mismatch for encoder.embedding.weight: copying a param with shape torch.Size([70, 512]) from checkpoint, the shape in current model is torch.Size([75, 512]).
这个错误需要修改源码文件synthesizer/utils/symbols.py，将
_characters = 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz1234567890!\'(),-.:;? '
_characters = 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz12340!\'(),-.:;? '
然后就可以开始进行测试了
python demo_toolbox.py
这里直接录音测试，点击Record，完成后点击Play可以播放。Encoder选择pretrained，Synthesizer选择ceshi，点击右上框的Synthesize and vocode，完成后就可以听到合成后的声音了
github.com/babysor/Moc…
xugaoxiang.com/2019/12/08/…
github.com/babysor/Moc…
    迷途小书童的Note
       
粉丝
 
 
  
相关推荐
 
如何实现 H5 秒开？
 
 
87k阅读
 
 · 
 
1.5k点赞
时间管理：不要让时间偷走你的饼干
 
 
2.4k阅读
 
 · 
 
34点赞
我花了两天时间没解决的问题，chatgpt用了5秒搞定
 
 
32k阅读
 
 · 
 
157点赞
前端加载超大图片(100M以上)实现秒开解决方案
 
 
83k阅读
 
 · 
 
1.4k点赞
面试官问我按钮级别权限怎么控制，我说v-if，面试官说再见
 
 
216k阅读
 
 · 
 
2.4k点赞
 
   
友情链接：
 

        animate angularjs