|
在上一篇文章中，我推荐了一个SVC（Singing Voice Conversion）项目，歌声转换，也就是类似变声器的玩意，抽取一个人的声音作为训练数据，训练一个神经网络模型，学习他的声线；然后用模型在目标歌曲上做推理，即可实现用自己的声线唱目标歌曲： 我把我的声音训练成了AI模型，并让它唱了一首歌...（附超全面教程，你奶奶看了都会用） 这个项目的质量确实极高，但是太硬核，太麻烦。 这篇文章，我想介绍一个有手就行的超级傻瓜的TTS（Text-to-Speech，文本生成音频）项目。 微软、讯飞等等其实已经有非常成熟的TTS方案了，但是都是封装好的，没法去训练自己的声音（虽然他们有这个业务，但是普通人根本付不起那价格，就约等于没法训练）。 今天我们直接去训练自己的TTS，虽然效果略显粗糙，但是胜在有手就行，安心便捷。
百度飞浆平台上的PaddleSpeech项目，俗称有手就行。 步骤很简单：
在开始玩之前，推荐大家去完成百度飞浆的新手任务，能白嫖100算力卡，等于100小时的V100 32G，25小时的A100 40G。属实是香的一笔。 网址在此：https://aistudio.baidu.com/aistudio/newbie，也可以注册完在个人中心点左下角的新手礼包。
极其简单的四步，几分钟就能搞定，约等于白给。 拿到算力卡之后，我们进入飞浆的AI studio的项目大厅。
直接搜索四个字：语音合成。 第一个【有手就行】开头的那个就是。
点进去，然后我们点击运行一下。
等个一小会，就完成了，弹出让我们选显卡的弹窗，此处一定要注意，必须！必须选择V100 32G！！！必须！没有的话就刷新，直到刷到有为止！（不推荐A100是因为太贵了）
进入项目以后，我们就能看到这个项目详情，跟上一篇的SVC项目其实很类似，但是会大幅简化。我们啥也不用管，点顶部第二个小图标就行。全部运行。
点完了以后，你就会发现自动滑到了安装环境的位置，它就突突突的自己开始装环境了，你就等着就行。
当看到这句，运行时长和结束时间后，就说明环境装完了。
我们继续下一步。在左侧找到文件 untitled.streamlit.py ，双击文件打开。然后找到红框位置图标，点击使用浏览器打开。
然后你就会在浏览器打开一个新的标签页，可能会白屏1分钟左右，别慌，等着就行。
出现这个页面，就加载完成了，第一步当然是上传数据集啦，他们有几个要求，我给总结一下：
要求其实不多，你完全可以用手机录一个3到5分钟的音频，然后转成24000采样率的wav格式，用上一篇的Audio Slicer（音频切分）去切出来。 这里转采样率和wav格式的我推荐一个在线免费网站： https://audio./convert-to-wav 把音频传上去后，直接在这个位置改成24000采样率，然后start下载下来就行。
|
|
|
