超簡(jiǎn)單教你用Python克隆聲音(以卷福為例)

語音克隆是這兩年比較火的深度學(xué)習(xí)應(yīng)用，它允許從幾秒鐘的音頻中學(xué)習(xí)對(duì)象的說話方式和音調(diào)，并使用它來生成新的語音。

下面來看看我使用 SV2TTS 訓(xùn)練模仿卷福閱讀下面這句話的效果：

She is beginning to get many wrinkles around her eyes.

訓(xùn)練集：

克隆、模仿效果（She is beginning to get many wrinkles around her eyes.）：

效果不錯(cuò)，如果不知道它是Python生成的，還以為真的是卷福念的。

下面就來教大家如何使用 Real-Time-Voice-Cloning 項(xiàng)目克隆語音并生成自己想要的語句。

大家可以前往 Real-Time-Voice-Cloning 項(xiàng)目下載這個(gè)項(xiàng)目的代碼以及預(yù)訓(xùn)練完成的模型。（注意，需要Python 3.6以上才能運(yùn)行該項(xiàng)目）：
https://github.com/CorentinJ/Real-Time-Voice-Cloning

如果你的網(wǎng)絡(luò)速度比較差，下載不了 github 項(xiàng)目及其預(yù)訓(xùn)練模型，可以在 Python 實(shí)用寶典 公眾號(hào)后臺(tái)回復(fù) 克隆語音 下載完整項(xiàng)目代碼及預(yù)訓(xùn)練模型。

下載完項(xiàng)目代碼后，你還需要下載兩個(gè)重要依賴：

• PyTorch（> = 1.0.1）
  https://pytorch.org/get-started/locally/
  

• ffmpeg
  https://ffmpeg.org/download.html
  

安裝 PyTorch

其中，PyTorch的官方指南已經(jīng)寫得很清楚了，大家根據(jù)自己的需求安裝即可。

安裝 ffmpeg

ffmpeg 的安裝我們已經(jīng)在這篇文章詳細(xì)地講過：Python 多種音樂格式轉(zhuǎn)換(批量)實(shí)戰(zhàn)教程，在此重新講解一下各個(gè)系統(tǒng)的安裝指南：

Mac (打開終端(Terminal), 用 homebrew 安裝):

brew install ffmpeg --with-libvorbis --with-sdl2 --with-theora

Linux:

apt-get install ffmpeg libavcodec-extra

Windows:

1. 進(jìn)入以下鏈接，點(diǎn)擊 windows 對(duì)應(yīng)的圖標(biāo)，進(jìn)入下載界面點(diǎn)擊 download 下載按鈕：
http://ffmpeg.org/download.html#build-windows

2. 解壓下載好的zip文件到指定目錄
3. 將解壓后的文件目錄中 bin 目錄（包含 ffmpeg.exe ）添加進(jìn) path 環(huán)境變量中

安裝模塊依賴

安裝完成以上兩個(gè)重要依賴后，在終端、命令行中進(jìn)入項(xiàng)目目錄中，安裝Python依賴：

pip install -r requirements.txt

這命令會(huì)安裝所有 requirements.txt 中的所有依賴。完成以上依賴的安裝后，就可以進(jìn)行下一步了。

如果你用的是我們提供的項(xiàng)目文件，你就不需要再進(jìn)行這一步了，因?yàn)榘杨A(yù)訓(xùn)練的模型都已經(jīng)放進(jìn)去了。

如果你沒有用Python實(shí)用寶典提供的項(xiàng)目代碼，你還需要去下載預(yù)訓(xùn)練的模型：https://github.com/CorentinJ/Real-Time-Voice-Cloning/wiki/Pretrained-models

下載完成后解壓 pretrained.zip 分別將對(duì)應(yīng)的模型放入項(xiàng)目對(duì)應(yīng)的位置中：

encoder\saved_models\pretrained.pt
synthesizer\saved_models\pretrained\pretrained.pt
vocoder\saved_models\pretrained\pretrained.pt

隨便選取一段你想要克隆的人的語音，大概30秒左右，放入項(xiàng)目文件夾中。然后在該文件夾中運(yùn)行命令：

python demo_cli.py

如果一切正常，它會(huì)出現(xiàn)讓你選擇訓(xùn)練語音文件：

此時(shí)輸入你準(zhǔn)備好的一段語音，等待它訓(xùn)練完成后，它會(huì)讓你輸入想要模仿的文字：

比如上圖中，我輸入了:

She is beginning to get many wrinkles around her eyes.

程序生成完畢后會(huì)自動(dòng)念出克隆結(jié)果，如果你沒有聽見克隆結(jié)果，沒關(guān)系，程序會(huì)將其保存在當(dāng)前文件夾下，命名為 demo_output_xx.wav。

雙擊打開這個(gè)文件，就是它生成的語音克隆結(jié)果啦，聽聽看，是不是你想要的效果？

如果沒有達(dá)到你的理想效果，請(qǐng)檢查一下訓(xùn)練集是否有雜音、時(shí)間夠不夠長(zhǎng)、有沒有其他人的介入，這些因素都可能導(dǎo)致克隆效果不理想。

我們的文章到此就結(jié)束啦，如果你喜歡今天的Python 實(shí)戰(zhàn)教程，請(qǐng)持續(xù)關(guān)注Python實(shí)用寶典。

有任何問題，可以在公眾號(hào)后臺(tái)回復(fù)：加群，回答相應(yīng)紅字驗(yàn)證信息，進(jìn)入互助群詢問。

原創(chuàng)不易，希望你能在下面點(diǎn)個(gè)贊和在看支持我繼續(xù)創(chuàng)作，謝謝！

點(diǎn)擊下方閱讀原文可獲得更好的閱讀體驗(yàn)

Python實(shí)用寶典 (pythondict.com)
不只是一個(gè)寶典
歡迎關(guān)注公眾號(hào)：Python實(shí)用寶典