之前給大家介紹過(guò)一些克隆自己聲音的工具，大部分可能是需要付費(fèi)的，這次給大家介紹一個(gè)開(kāi)源程序MockingBird，可以在本地安裝克隆自己的聲音，用自己的聲音實(shí)現(xiàn)文本轉(zhuǎn)語(yǔ)音功能。github項(xiàng)目地址：https://github.com/babysor/MockingBird，號(hào)稱(chēng)5秒內(nèi)克隆您的聲音并生成任意語(yǔ)音內(nèi)容，下面是本地具體安裝步驟。

1、安裝Python

照舊先安裝Python，打開(kāi)Python官網(wǎng)下載鏈接：https://www.python.org/downloads/，你是什么系統(tǒng)，就下載那個(gè)對(duì)應(yīng)版本就可以。

我們下載Python 3.10.11穩(wěn)定版

下載到電腦上之后，雙擊運(yùn)行安裝Python，先點(diǎn)擊勾選add python.exe to path,在點(diǎn)擊install now安裝。

2、安裝PyTorch

打開(kāi)pytorch官網(wǎng)鏈接：https://pytorch.org/get-started/locally/，選擇適合自己的操作系統(tǒng)，我的是Windows系統(tǒng)，NVIDIA顯卡選CUDA，其它顯卡選CPU。然后復(fù)制下面的代碼。

如果你的系統(tǒng)和顯卡跟我一樣的話，可以直接復(fù)制下面的代碼：

pip3?install?torch?torchvision?torchaudio?--index-url?https://download.pytorch.org/whl/cu118

按鍵盤(pán)上的Windows+R鍵啟動(dòng)終端，在終端內(nèi)鼠標(biāo)右鍵點(diǎn)擊，自動(dòng)粘貼命令，然后回車(chē)，安裝pytorch，

3、安裝ffmpeg

首先打開(kāi)ffmpeg官網(wǎng)：https://ffmpeg.org/download.html，下載對(duì)應(yīng)系統(tǒng)的文件，這里以Windows為例

將壓縮包下載到本地電腦上解壓，然后打開(kāi)bin文件夾，復(fù)制路徑，

然后鼠標(biāo)右鍵點(diǎn)擊我的電腦-屬性-高級(jí)系統(tǒng)設(shè)置-環(huán)境變量-選中Path點(diǎn)擊編輯-新建，然后在輸入框內(nèi)輸入上面的文件夾路徑，然后確定。

這時(shí)在cmd里輸入如下命令:

ffmpeg

出現(xiàn)ffmpeg詳細(xì)信息就表示ffmpeg安裝成功。

4、下載并安裝MockingBird

打開(kāi)MockingBird項(xiàng)目地址，點(diǎn)擊綠色code按鈕，點(diǎn)擊【Download ZIP】將程序文件下載到本地電腦，如果你電腦上安裝了git了，也可以通過(guò)如下命令下載：

git?clone?https://github.com/babysor/MockingBird.git

打開(kāi)MockingBird文件夾，找到requirements.txt文件并打開(kāi)，將monotonic-align==0.0.3這條數(shù)據(jù)刪除“==0.0.3”，僅保留文本“monotonic-align”，保存并關(guān)閉當(dāng)前文檔

點(diǎn)擊上方的地址欄，輸入cmd，回車(chē)，啟動(dòng)終端。

依次運(yùn)行如下兩條命令：

pip?install?-r?requirements.txt

pip?install?webrtcvad-wheels

5、準(zhǔn)備語(yǔ)言模型

可以自己訓(xùn)練，也可以下載下方別人分享的模型。

作者下載鏈接預(yù)覽說(shuō)明@author百度網(wǎng)盤(pán)?提取碼：4j5d75k steps 用3個(gè)開(kāi)源數(shù)據(jù)集混合訓(xùn)練@author百度網(wǎng)盤(pán)?提取碼：om7f25k steps 用3個(gè)開(kāi)源數(shù)據(jù)集混合訓(xùn)練, 切換到tag v0.0.1使用@FawenYosharepointinput?output200k steps 臺(tái)灣口音需切換到tag v0.0.1使用@miven百度網(wǎng)盤(pán)?提取碼: 2021150k steps 注意：根據(jù)issue修復(fù) 并切換到tag v0.0.1使用

將下載的模型文件放到MockingBird根目錄下data\ckpt\synthesizer文件夾內(nèi)，你需要先新建synthesizer這個(gè)文件夾。

如果使用下面三個(gè)模型，你需要使用0.0.1版本才行，github里點(diǎn)擊main按鈕再點(diǎn)擊tags,再點(diǎn)擊v0.0.1，切換到0.0.1版本，再點(diǎn)擊綠色code按鈕，再點(diǎn)擊download ZIP將程序文件下載下來(lái)，再依上面步驟安裝v0.0.1版本。

6、啟動(dòng)webui

在MockingBird文件夾內(nèi)上方地址欄里輸入cmd回車(chē)，進(jìn)入終端內(nèi)輸入如下命令，看到有輸出URL地址信息就可以了，

python?web.py

你看到的URL地址可能和我的不一樣，這個(gè)不是固定的不用在意，復(fù)制你的URL到瀏覽器地址欄打開(kāi)。在【文本內(nèi)容】里輸入待合成語(yǔ)音的文本，選擇模型，點(diǎn)擊合成按鈕，右側(cè)就會(huì)顯示合成結(jié)果音頻，可播放或下載。

7、啟動(dòng)GUI

如果你想運(yùn)行如下MockingBird應(yīng)用程序界面的話，在MockingBird文件夾內(nèi)點(diǎn)擊上方地址欄輸入cmd，回車(chē)，啟動(dòng)終端，輸入下方命令，回車(chē)。

python?demo_toolbox.py

先點(diǎn)擊按鈕【Browse打開(kāi)本地】選擇一個(gè)音頻文件，時(shí)長(zhǎng)要短，選擇synthesizer模型為75k，輸入待合成語(yǔ)音的文本內(nèi)容，點(diǎn)擊合成按鈕，導(dǎo)出合成后的音頻。

這個(gè)軟件上手還是有些難度的，不光安裝麻煩，使用起來(lái)也有些麻煩，除非有這個(gè)需求，比如做解說(shuō)配音或想研究代碼及軟件之類(lèi)的，如果用的不太多還是用其它配音或是克隆聲音軟件簡(jiǎn)單些。有感興趣的可以去試試。

原文：https://dyss.top/1066