python模拟别人说话的声音_现在你可以通过深度学习用别人的声音来说话了

语音合成(Text-to-speech，TTS)是指文本到音频的人工转换，也可以说给定一段文字去生成对应的人类读音。人类通过阅读来完成这项任务，而一个好的TTS系统是让计算机自动完成这项任务。

在打造这样一个系统时，一个非常有趣的地方是为生成的音频选择哪个声音，是男人还是女人的声音？声音是大还是小？

在使用深度学习创建TTS时，这有一个限制，你必须收集文本-音频的数据集，而录制演讲的演讲者可能是固定的——因为你不可能有无限多个演讲者！

所以，如果你想为自己或他人的声音创建音频，唯一的方法就是收集一个全新的数据集。

来自谷歌名为 Voice Cloning 的人工智能研究使计算机可以用任何类型声音发出声音。

Voice Cloning是怎样工作的

很明显，为了让电脑能够使用任何类型声音发出声音，它需要理解两件事:它读的是什么以及它是如何读的。

因此，谷歌研究人员设计的语音克隆系统有两个输入:我们想要读取的文本和我们想要用来阅读文本的语音样本。

例如，如果我们想让蝙蝠侠读“我爱披萨”这句话，那么我们会给系统两样东西：“我爱披萨”的文本和一小段蝙蝠侠的声音样本，这样它就知道蝙蝠侠的声音应该是什么样的。而电脑的输出应该是蝙蝠侠说“我爱披萨”的声音音频！

从技术角度来看，系统分为3个顺序组件：给定我们希望使用的声音的一个小音频样本，将语音波形编码为一个固定的维向量表示

给定一段文本，也把它编码成向量表示。将语音和文本这两个向量结合起来，将它们解码成声谱图

使用声码器将声谱图转换成我们可以听到的音频波形。

在文章中，我们对这三个部分分别进行了训练。

在过去几年中，语音合成系统在深度学习社区中得到了很多研究关注。事实上，有很多基于深度学习针对语音合成的解决方案都非常有效。

这里的关键是，系统能够将编码器从语音中学到的“知识”应用到文本中。

在分别编码后，将语音和文本组合在一个公共的嵌入空间中，然后进行解码，生成最终的输出波形。

克隆声音的相关实现代码

多亏了人工智能社区中开放源码思想的美妙之处，在这里有一个公开可用的语音克隆实现！你可以按照下面的介绍这样来使用它。首先克隆仓库：git clone https://github.com/CorentinJ/Real-Time-Voice-Cloning.git安装必要的库并确保使用的是Python 3的版本：pip3 install -r requirements.txt在README文件中，你还可以找到下载预训练模型和数据集的链接，并尝试一些示例。

最后，你可以运行以下命令打开GUI:python demo_toolbox.py -d

下面是我这边运行操作的一个截图：

正如你所看到的，右上角的输入框中是我想让电脑阅读的文字：“Did you know that the Toronto Raptors are Basketball champions? Basketball is a great sport.”

你可以点击每个部分下面的 “Random” 按钮来随机化语音输入，然后点击 “Load” 将语音输入加载到系统中。

Dataset 从你选择的语音样本中选择数据集，Speaker 选择说话的人，Utterance 选择输入语音所说的短语。如果想听输入的语音是怎样的，只需点击 “Play” 按钮。

一旦你点击 “Synthesize and vocode” 按钮，算法就会运行。一旦运行结束，你将听到扬声器以某个声音朗读你的输入文本。

你甚至可以录制你自己的声音作为输入，只需要点击 “Record one” 按钮。相信我，这会非常有趣！

更进一步

python模拟别人说话的声音_现在你可以通过深度学习用别人的声音来说话了相关推荐

python课程优达学城_优达学城深度学习之一——Anaconda
这几天发一篇原创文章一直发不出去,觉得微信公众号保护原创的机制很有问题,即使自己写的但是跟另外一篇比较像就发不出去,只能跳转原文,所以强烈建议微信要改一改这个机制.所以本文章部分内容只能以图片的形式发 ...
如何用Python一门语言通吃高性能并发、GPU计算和深度学习
[CTO讲堂]如何用Python一门语言通吃高性能并发.GPU计算和深度学习发表于2016-01-04 15:11| 4374次阅读| 来源CSDN| 4 条评论| 作者蒲婧 CTO俱乐部CTOCT ...
深度学习狗图片_狗品种分类的深度学习
深度学习狗图片深度学习 (Deep Learning) Stuck behind the paywall? Click here to read the full story with my fri ...
基于Python+百度语音的智能语音ChatGPT聊天机器人（机器学习+深度学习+语义识别）含全部工程源码适合个人二次开发
目录前言总体设计系统整体结构图系统流程图运行环境 Python 环境 Pycharm 环境 ChatterBot 环境模块实现 1. 模型构建 2. 服务器端 3. 客户端 4. 语音录入 ...
现在你可以通过深度学习用别人的声音来说话了
语音合成(Text-to-speech,TTS)是指文本到音频的人工转换,也可以说给定一段文字去生成对应的人类读音.人类通过阅读来完成这项任务,而一个好的TTS系统是让计算机自动完成这项任务. 在打造 ...
python模拟登录qq账号密码_最新的Python模拟登陆QQ脚本，一键批量登录，强行过验证！...
Python模拟QQ批量登陆脚本,以下代码附带解释以便于理解思路. Python代码: #coding=utf-8 import os import time import win32gui impo ...
python模拟春节集五福_用Python分析支付宝红包和2018年集五福活动，你准备好了吗？...
想必各位对于支付宝"集五福"活动一定都有深入的了解,从2016年开始,中国网友们关于过年的记忆再次更新,除了看春晚,年夜饭以外,集"五福"突然成了一个全家参与的 ...
windows python 访问mtp存储空间_用Windows电脑训练深度学习模型？超详细配置教程来了...
虽然大多数深度学习模型都是在 Linux 系统上训练的,但 Windows 也是一个非常重要的系统,也可能是很多机器学习初学者更为熟悉的系统.要在 Windows 上开发模型,首先当然是配置开发环境. ...
python类的使用的生物学应用_当AI遇到生物-深度学习在生物研究中的应用案例列表...
有可能改变未来的一项技术之一是基因科技,据麦卡锡去年发布的一份报告,预计到2025年,全球将会累计产生10亿人次的全基因组数据,而检测基因的成本将下降到接近为0.考虑到每一个人的全基因组数据将会达到1 ...
python画漫画_漫画：我用深度学习框架画下女朋友最美的脸
原标题:漫画:我用深度学习框架画下女朋友最美的脸这不,又一个程序员为爱变身灵魂画手,看得我都想学画画了. 阿华是幸运的,因为他找到了对的方法,事半功倍,最终有情人终成眷属.这也得益于 PyTorch ...

python模拟别人说话的声音_现在你可以通过深度学习用别人的声音来说话了

python模拟别人说话的声音_现在你可以通过深度学习用别人的声音来说话了相关推荐

最新文章

热门文章