الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

Magphase Vocoder

تحليل الكلام/نظام التوليف ل TTS والتطبيقات ذات الصلة.

يعتمد هذا البرنامج على الطريقة الموضحة في الورقة:

F. Espic ، C. Valentini-Botinhao ، و S. King ، "النمذجة المباشرة للحجم وأطياف الطور لتوليف الكلام الباريبي الإحصائي" ، في بروك. Interspeech ، Stockholm ، Sweden ، August ، 2017.

@ المؤلف: فيليبي إسبك

مزيد من المعلومات في http://www.felipeespic.com/magphase/

I. جديد في الإصدار 2.0 (أبريل 2018)

  • دعم معدل الإطار الثابت.
  • تحسين جودة الصوت.
  • نوعان من المرشح المتاح.
  • عدد يمكن اختياره من معاملات ميزات الطور ( حقيقية وتصور ).
  • عدد يمكن اختياره من معاملات ميزة الحجم ( MAG ).

الثاني. وصف

هذا هو نظام تحليل/توليف الموجة الكلام المستخدم في تخليق الكلام الحدودي الإحصائي (SPSS).

تستخرج وحدة التحليل أربعة تدفقات ميزات تصف أطياف الحجم وأطياف الطور و F0. يمكن استخدام هذه الميزات لتدريب نموذج الانحدار (على سبيل المثال ، DNN ، LSTM ، HMM. وما إلى ذلك) لذلك ، يمكن إنشاء القيم المتوقعة. تأخذ وحدة التوليف هذه الميزات عند الإدخال لإنشاء شكل موجة توليف نهائي.

النقاط الرئيسية:

  • يتجنب خطوات التقدير إلى أقصى حد ممكن (لا توجد فتيل أو مظروف طيفي أو تقدير التوافقي ، وما إلى ذلك)
  • الاستخراج القوي ونمذجة أطياف الطور (الصوت التقليدي فقط يخلق مرحلة اصطناعية في الإخراج).
  • لا توجد مرحلة عدم التغريب المطلوبة.
  • يستخدم العمليات السريعة أثناء التوليف (على سبيل المثال ، FFT ، PSOLA).
  • بشكل ملحوظ يقلل من "الطنانة" و "phasiness".
  • العديد من التطبيقات والتحسينات الأخرى لم يتم استكشافها بعد.

ثالثا. رخصة:

انظر ملف الترخيص للحصول على التفاصيل.

رابعا. متطلبات:

  • OS: Linux (MacOSX قريبًا)
  • بيثون 2.7
  • حزم بيثون: numpy ، scipy ، soundfile ، matplotlib

V. تثبيت:

  1. قم بتثبيت Pyhton 2.7 والحزم المطلوبة باستخدام Manager Package الخاص بـ Distro أو باستخدام PIP الأوامر (RECOMEDENT). على سبيل المثال ، 
 pip install numpy scipy soundfile matplotlib

  1. تنزيل magphase: git clone https://github.com/CSTR-Edinburgh/magphase.git

  2. قم بتنزيل وتجميع SPTK و REAPER بواسطة: 

 cd magphase/tools
./download_and_compile_tools.sh

سيؤدي ذلك إلى تجميع وتكوين SPTK و Reaper تلقائيًا لك ... وهذا كل شيء!

السادس. الاستخدام:

ما عليك سوى الانتقال إلى /demos ، وقراءة الإرشادات الموجودة داخل البرامج النصية التجريبية ، والتي هي مصابة للغاية. يجب أن تنفد من المربع عن طريق تشغيل python <demo_script> .

نوضح أنك تلعب أولاً مع demo_copy_synthesis_lossless.py ، ثم demo_copy_synthesis_low_dim.py يقومان بإجراء إجراءات التحليل/التوليف.

بعد ذلك ، يمكنك تعديل البرامج النصية التجريبية لتناسب احتياجاتك.

ملاحظة: فقط تذكر تشغيل البرامج النصية من مواقعها.

السابع. باستخدام Magphase مع مجموعة أدوات Merlin:

نحن نقدم اثنين من العروض التوزيعية مع التوزيع الرسمي لميرلين. هذه تظهر أمثلة على Merlin مع تكامل Magphase:

  • نص إلى كلام: عرض Merlin's SLT_ARCTIC (إصدارات مجموعة فرعية صغيرة وكاملة)

  • تحويل الصوت: عرض تحويل صوت ميرلين (تم اختباره تقريبًا)

الثامن. colaboration:

نحن بحاجة إلى مساعدة لتحسين هذا البرنامج. يمكنك colaborate بواسطة:

  • بناء أصوات TTS باستخدام Merlin و Magphase ومقارنة مع المبراجين الآخرين ، على سبيل المثال ، العالم. ثم ، من فضلك قل لنا نتائجك. لقد قمنا باختبار Magphase فقط مع بعض الأصوات ويحتاج إلى تغطية نطاق أوسع. لقد أصلحنا مؤخرًا بعض الأخطاء التي خرجت بفضل الأشخاص الذين يبلغون عن نتائجهم باستخدام بيانات جديدة.

  • تنفيذ دعم معدل الإطار المتغير الأصلي في ميرلين. يعمل Magphase بطريقة متغيرة معدل الإطارات (متزامن الملعب).

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل