Real-Time-Voice-Cloning（github声音克隆项目）

Posted 2021-08-27 So istes immer

github项目地址

①检查pytorch的安装

②ffmpeg是做什么的，在哪里下载？怎么使用？

原文地址

ffmpeg是一个处理多媒体信息的框架，有视频采集、视频格式转换、视频抓图、给视频加水印等功能

requirements.txt

python项目中必须包含一个 requirements.txt 文件，用于记录所有依赖包及其精确的版本号，以便新环境部署

切换到项目目录，生成requirement.txt文件并查看

③Download Pretrained Models（预训练模型）

预训练模型作为包含所有三个模型（扬声器编码器、合成器、声码器）的档案。

存档带有与存储库相同的目录结构，您需要将其内容与存储库的根目录合并。

下完pretrained.zip并解压，有三个文件夹encoder、synthesizer、vocoder。

把这三个文件夹中的内容复制到项目中对应的三个同名文件夹中

④Test Configuration（测试配置）

python demo_cli.py

发现No module named 'librosa'

也就是说少了个librosa模块（librosa是一个非常强大的python语音信号处理的第三方库）

安装：pip install librosa

发现No module named 'torch'        安装：pip install torch

发现No module named 'unidecode'        安装：pip install unidecode

发现No module named 'inflect'        安装：pip install inflect

发现No module named 'sounddevice'        安装：pip install sounddevice

都安装完了，显示如下

 ⑤Download Datasets（数据集）

对于单独使用工具箱，建议下载 LibriSpeech/train-clean-100

train-clean-100.tar.gz下好解压，有一个LibriSpeech文件夹

在Real-Time-Voice-Cloning-master这个项目里面，自己建一个名为datasets的文件夹，将LibriSpeech文件夹放进去

终端切换到项目的当前目录

运行：python demo_toolbox.py -d datasets

即可Launch the Toolbox（启动工具箱）

在这过程中

发现No module named 'umap'        

安装：pip install umap-learn -i https://mirrors.ustc.edu.cn/pypi/web/simple

发现"Unable to import 'webrtcvad'       

安装：pip install webrtcvad

工具箱显示如下