软件 | 开源AI中文语音克隆工具MockingBird 2023 最新绿色免费版 |
图标 | ![]() |
分类 | 软件下载-媒体工具-音频处理-MockingBird下载 音频处理 |
语言 | 简体中文 |
大小 | 5.44GB |
软件类型 | 国产软件 |
发布时间 | |
用户评分 | 4 |
备案号 | |
官方网址 | |
软件授权 | 免费软件 |
操作系统 | Windows平台 |
厂商 | |
下载 | ![]() |
介绍 |
开源免费的AI语音克隆工具,只需要5秒钟就可以轻松克隆出你的声音,MockingBird软件很神奇,可以根据任意文字克隆出你的声音,听起来就像是你在说这段文字一样,很多用户觉得安装麻烦,特意分享MockingBird绿色整合版,欢迎免费下载。 软件特色一个实时克隆中文声音的AI工具,只需5秒,就能用AI 技术来模拟声音来生成任意语音内容。程序依赖Python、Pytorch、FFmpeg等库,如下快速开始文档有详细介绍。可以下载预训练好的合成模型(synthesizer),也可训练自己的合成模型。从体验和视频demo上看,确实能复制目标用户的音色,不过生成的效果也不是特别理想,可能需要针对性的训练效果会更好些。 操作步骤 1.record,录入声音 2.自动加载模型 3.写一段文本 4.等待生成 5.播放、导出录音文件 绿色版说明绿色整合版,无需手动安装python,开箱即用,打开运行.bat即可 五秒克隆你的声音 已整合训练好的模型,不需要特别高的配置和IT水平 环境要求它支持中文。它可以支持普通话,并使用多种中文语音数据集进行训练,如 aidatatang_200zh、magicdata、aishell3 等。 基于 PyTorch。它适用于 PyTorch 深度学习框架,并在 PyTorch 1.9.0 版本(2021 年 8 月最新版本)进行了测试。它可以运行在带有 GPU(如 Tesla T4 和 GTX 2060)的系统上。 python3.7及以上 理论支持Windows 7及以上 (建议 win8+,过老版本不保证兼容性) 亲测win2012,win10完美运行 如果在用 pip 方式安装的时候出现 ERROR: Could not find a version that satisfies the requirement torch==1.9.0+cu102 (from versions: 0.1.2, 0.1.2.post1, 0.1.2.post2) 这个错误可能是 python 版本过低,3.9 可以安装成功。 最让人觉得神奇的是,这AI生成的语音听上去就像真人录制的,简直无法分别!在线试听一下,绝对会让你眼前一亮,赶忙想用一用。 没有任何编程基础的用户也可以直接上手,界面简单明了,支持中文语音,能运行在各大平台,还可以直接部署成 Web 服务,实在是开发者和语音爱好者的良心之作! 因为官网写的教程太详细,我就不嫌丑了,图片是来自官网的,软件和教程全部给你们打包好了文末自取! 0 为什么不需要安装环境即可使用? 这次我用了便携版的python,把需要的环境、依赖、模型都打包进去了,不需要手动安装任何东西。 1 如何使用 下载压缩包后找一个还有至少5G空间的盘,解压压缩包,注意不能有中文路径!进入后双击运行工具箱/运行工具箱-vc模式/运行web程序 即可游玩项目 在【Utterance(音频)】位置选择我内置的某一条音频,点击【Load Above(加载上面)】选中一条音频,此时你能在左边的【Current(当前)】位置看到这条音频。或者你也可以点击【打开本地】打开一条你自己要模仿的音频,再或者点击录音,录制你自己的声音作为输入。 接下来点击【Synthesizer】选择声学模型,pretrained-11-7-21_75k是作者提供的模型,下面的qh开头的是用海子姐的语音微调过的模型,rty开头的是用然天一大佬的合作音娘三七的语音微调过的模型。微调后的模型更适合模仿对应角色的语音。如果你上面选择的是qh或者rty开头的输入音频,你可以在下面选择对应的模型来获取更好的合成效果。如果你选择的是别的语音,选择作者提供的模型可能效果会更好。 关于【Vocoder】即声码器的选择可以先使用g_hifigan来快速合成音频听效果,如果效果还可以则可以选择pretrained获取更慢但更好的效果。 合成音频分为两步,一是声学模型合成梅尔图,你可以点击【Synthesize only】来进行合成,如果你合成的梅尔图效果比较清晰,则可以继续下一步,如果不清晰则可以尝试多合成几次。 第二步是合成音频,你可以点击【Vocode only】来进行合成,当你想更换声码器时你可以在更换后点击【Vocode only】避免重复合成梅尔图。【Synthesize and Vocode】则是同时进行这两步。 下面的【Audio Output】可以选择播放的音频设备 更换声学模型或声码器等情况下点击合成,可能会有窗口布局改变且合成失败的情况,再次点击合成即可。 软件亮点1、中文 支持普通话并使用多种中文数据集进行测试:aidatatang_200zh, magicdata, aishell3, biaobei, MozillaCommonVoice, data_aishell 等 2、PyTorch 适用于 pytorch,已在 1.9.0 版本(最新于 2021 年 8 月)中测试,GPU Tesla T4 和 GTX 2060 3、 Windows + Linux 可在 Windows 操作系统和 linux 操作系统中运行(苹果系统M1版也有社区成功运行案例) 4、Easy & Awesome 仅需下载或新训练合成器(synthesizer)就有良好效果,复用预训练的编码器/声码器,或实时的HiFi-GAN作为vocoder 5、Webserver Ready 可伺服你的训练结果,供远程调用。 安装教程请勾选add python to path,否则需要手动配置环境变量 请保持网络畅通,若断网报错请重新执行安装依赖.bat 使用教程1.browse选择一段3-15秒的语音,wav格式,最好单声道,吐字清晰,没有杂音,不宜过长 亲测网课直播录屏,发语音,在安静条件录音等音质较好,而在公共环境比如舞台,KTV等录音音质较差 不是所有语音都能够完美克隆,亲测在网课放老师的声音以假乱真,但像麦小兜派蒙雷米等萝莉音效果不理想 可以使用音频编辑工具例如au进行预处理降噪 如图所示,频谱规则的音频克隆效果较好 2.在右上角输入文本,仅支持中文,不要有阿拉伯数字,英文请使用谐音自行解决哈 3.选择vocoder,推荐Griffin-Lim,点击Synthesize and vocode试听,之后点击export导出音频 |
截图 | |
随便看 |
|
网盟-旗舰软件下载站,将绿色免费商业版破解软件、共享软件、游戏、电影、电视剧一网打尽!