十、训练自己的TTS模型

        开源项目:https://github.com/jerryuhoo/VTuberTalk
        解决错误无数多个,修改多个脚本,苦熬几昼夜,终于杀青,功成垂败。特比注意,训练样本少于500条语句,效果灰常差,可以直接放弃。

1、安装
cpu版本:如果只是单纯使用,建议安装这个版本。
conda create -n paddlespeech python=3.8
conda activate paddlespeech
pip install -r requirements_cpu.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

2、安装cpu版本的paddlepaddle
# cpu 版本的示例, 需要paddle 2.3.0以上版本
python3 -m pip install paddlepaddle==2.4.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
python3 -c "import paddle;paddle.utils.run_check()"

3、获取音频
从B站获取音频的方法: 可以用bilibili助手下载Vtuber的录播flv文件,再转成wav文件。
从YouTube获取音频的方法: 可以用TamperMonkey上的YouTube下载器下载mp4文件,再转成wav文件。
安装依赖库:
pip install pydub
python tools/video_to_wav.py --path
我这里使用格式工厂,可以任意格式转换,剪辑,最后直接输出data/

你可能感兴趣的:(AI图像处理模型与应用,tts,语音克隆,自己的语音)