發(fā)布時間:2024-08-15 17:27:59 瀏覽量:160次
一直沒有寫過關(guān)于聲音克隆的文章,所以這次補上,畢竟這個用的還真是有點多,也為后面更多的個性化配音做好準備。
TTS 的英文全名是 Text To Speech,中文譯名是“文本轉(zhuǎn)語音”。它是一種將文本內(nèi)容轉(zhuǎn)換為語音的技術(shù),通過TTS技術(shù),計算機可以將文字信息轉(zhuǎn)換成人類可聽懂的語音輸出,實現(xiàn)語音合成的功能。
目前市場上的AI聲音
我們最多用的還是普通的TTS,即把文字通過軟件輸出指定人的聲音,這塊微軟做的不錯,之前自己寫過一個免費的TTS小軟件,API用的就是微軟的,如有需要,請看自己開發(fā) 一個免費的文本轉(zhuǎn)語音小工具(這里插不進來鏈接,聯(lián)系小編)。
如果你覺得功能少,可以使用國內(nèi)的魔音工坊,但是要收費的哈。
但這些都不能指定聲音轉(zhuǎn)換,所以這里使用聲音克隆,來將指定人聲訓(xùn)練成模型,然后文字轉(zhuǎn)音頻。
接下來說重點聲音克隆
開源項目地址:
https://github.com/fishaudio/Bert-VITS2
https://github.com/RVC-Boss/GPT-SoVITS
GPT-SoVITS是由RVC變聲器的創(chuàng)始人(GitHub昵稱為RVC-Boss)與AI音色轉(zhuǎn)換技術(shù)專家Rcell合作開發(fā)的一個開源項目。它是一個跨語言音色克隆工具,專注于聲音的轉(zhuǎn)換和克隆。
Bert-VITS2是由社區(qū)開發(fā)者fishaudio發(fā)起的一個開源項目,它基于VITS(Variational Inference for Text-to-Speech)模型進行開發(fā),旨在提供高質(zhì)量的文本到語音(TTS)服務(wù)。
GPT-SoVITS在訓(xùn)練時間上具有明顯的優(yōu)勢,因為它支持Few-shot學(xué)習(xí),能夠在短時間內(nèi)(如一分鐘的語音數(shù)據(jù))訓(xùn)練出具有相似音色的模型。
Bert-VITS2可能需要更長的訓(xùn)練時間(1-4個小時)來達到高質(zhì)量的語音合成效果,尤其是在數(shù)據(jù)集較大或模型較為復(fù)雜的情況下。
簡單來說就是如果你需要更穩(wěn)定和標準的聲音,辛苦一次永久使用就選擇Bert-VITS;
如果你想快速實現(xiàn)聲音克隆,跨語言就選擇 GPT-SoVITS;
這里以GPT-SoVITS為例,寫一篇詳細教程,因為他簡單有效還節(jié)省時間,至于Bert-VITS,我感覺即使寫了,他幾個小時的訓(xùn)練時間加上大量的素材收集,許多人也沒時間去嘗試,效果也不一定能好很多,這里力推GPT-SoVITS!讓我們開始吧!
開始前準備,注冊 OpenBayes 平臺賬號
新用戶注冊 OpenBayes即可獲得3小時免費RTX4090使用時長,用下方注冊鏈接你我都可以多加一個小時免費時長哈
點擊咨詢
1 GPT-SoVITS一鍵克隆環(huán)境:
選擇公共資源下的公眾教程,選擇 GPT-SoVITS 音頻合成在線 Demo
點擊右上角克隆,之后選擇審核并執(zhí)行,繼續(xù)執(zhí)行
等待幾分鐘, 等待數(shù)據(jù)同步成功
完成后 打開工作空間
4 打開 run.ipynb,一鍵運行所有單元格
5 等幾秒鐘運行完畢,打開輸出的 public URL
6 打開音頻選擇數(shù)據(jù)類型
7 點擊開始選練
8 等待幾分鐘訓(xùn)練時間
可以后臺看到訓(xùn)練15epoch后訓(xùn)練成功,前端顯示模型開始預(yù)測
4 訓(xùn)練填寫新綁定的數(shù)據(jù)集目錄
5 重復(fù)之前開頭的步驟,最后我們看下效果
說中文效果
克隆李雪健-中文
說英文效果
克隆李雪健English-version
最后,這個教程看著多了點,其實可能我只是盡可能把每個步驟的圖貼完整,盡量滿足各種不懂編程的人都夠順利克隆聲音成功
這個項目還是蠻牛皮,重點在于省時省力,簡單有效,當之為當前性價比速度之神,也期待你能有更多更好玩的用處
如果是英文,建議去llElevenlabs
文章不易,如果你覺得不錯,記得點個贊、在看、轉(zhuǎn)發(fā)吧,感謝!
熱門資訊
想將照片變成漫畫效果?這篇文章分享了4個方法,包括Photoshop、聰明靈犀、VanceAI Toongineer、醒圖,簡單操作就能實現(xiàn),快來嘗試一下吧!
2. 華為手機神奇“AI修圖”功能,一鍵消除衣服!原圖變身大V領(lǐng)深V!
最近華為手機Pura70推出的“AI修圖”功能引發(fā)熱議,通過簡單操作可以讓照片中的人物換裝。想了解更多這款神奇功能的使用方法嗎?點擊查看!
近年來,人工智能逐漸走入公眾視野,其中的AI圖像生成技術(shù)尤為引人注目。只需在特定軟件中輸入關(guān)鍵詞描述語以及上傳參考圖就能智能高效生成符合要求的...
4. AI視頻制作神器Viggle:讓靜態(tài)人物動起來,創(chuàng)意無限!
Viggle AI是一款免費制作視頻的AI工具,能讓靜態(tài)人物圖片動起來,快來了解Viggle AI的功能和優(yōu)勢吧!
5. Logo Diffusion——基于sd繪畫模型的AI LOGO 生成器
這下LOGO設(shè)計徹底不用求人了。接下來詳細演示一遍操作流程首先進入Logo D... 想學(xué)習(xí)更多AI技能,比如說關(guān)于怎么樣利用AI來提高生產(chǎn)效率、還能做什么AI...
6. 零基礎(chǔ)10分鐘生成漫畫,教大家如何用AI生成自己的漫畫
接下來,我將親自引導(dǎo)你,使用AI工具,創(chuàng)作一本既有趣又能帶來盈利的漫畫。我們將一起探索如何利用這個工具,發(fā)揮你的創(chuàng)意,制作出令人驚嘆的漫畫作品。讓...
7. 趕緊收藏好!這4個完全免費的AI視頻制作網(wǎng)站和工具
以下是一些免費的AI視頻制作網(wǎng)站或工具,幫助您制作各種類型的視頻。 1. Lumen5:Lumen5是一個基于AI的視頻制作工具,可將文本轉(zhuǎn)換為視頻。 用戶可以使...
8. AI顯卡繪畫排行榜:4090無懸念,最具性價比出人意料
在AI繪圖領(lǐng)域,Stable Diffusion的顯卡繪圖性能備受關(guān)注。本文整理了Stable Diffusion顯卡的硬件要求和性能表現(xiàn),以及2023年3月顯卡AI繪圖效率排行榜和性價比排行榜。歡迎查看最新的AI顯卡算力排行榜。
9. 一款免費無限制的AI視頻生成工具火了!國內(nèi)無障礙訪問!附教程
人人都可以動手制作AI視頻! 打開網(wǎng)址https://pixverse.ai/,用郵箱注冊后,點擊右上角Create,就可以開始創(chuàng)作了。 PixVerse目前有文案生成視頻,和圖片生...
就能快速生成一幅極具藝術(shù)效果的作品,讓現(xiàn)實中不懂繪畫的人也能參與其中創(chuàng)作!真的超贊噠~趣趣分享幾款超厲害的AI繪畫軟件,提供詳細操作!有需要的快來...
最新文章
同學(xué)您好!