voicesmith

Voicesmith [進行中の作業]

Voicesmithは、コーディングエクスペリエンスなしでシングルモデルとマルチスピーカーモデルの両方をトレーニングおよび推測することを可能にします。データセットのDelightFulttsとUnivnetの変更されたバージョンに基づいて、かなり堅実なテキストをスピーチパイプラインに微調整します。両方のモデルは、独自の5000スピーカーデータセットで前提とされていました。また、自動テキストの正規化などのデータセット前処理のためのいくつかのツールを提供します。

このソフトウェアの以前のバージョンを使用して、非常に感情的な感情的な60スピーカーデータセットでトレーニングされたモデルをいじりたい場合は、ここをクリックしてください。

要件

ハードウェア

• OS：Windows（現在サポートされているCPUのみ）またはLinuxベースのオペレーティングシステム。 MacOSでこれを実行したい場合は、インストーラーを作成するために、ソースからビルドのステップに従う必要があります。私は現在Macを所有していないので、これはテストされていません。
• グラフィック：CUDAサポートを備えたNVIDIA GPUは強くお勧めします。CPUでトレーニングできますが、数週間ではないにしても数日かかります。
• RAM：8GBのRAM、試してみることができますが、機能しない可能性があります。

ソフトウェア

• Docker、ここからダウンロードできます。 Linuxを使用している場合は、Dockerデスクトップが世界を複雑にするのが好きなので、Dockerデスクトップの代わりにDockerエンジンをインストールすることをお勧めします。

インストール方法

1. リリースページから最新のインストーラーをダウンロードします。
2. ダブルクリックしてインストーラーを実行します。

開発方法

1. node.jsの最新バージョンがインストールされていることを確認してください

2. リポジトリをクローンします

    git clone https://github.com/dunky11/voicesmith
   

3. 依存関係をインストールすると、1分かかる場合があります

    cd voicesmith
   npm install
   

4. ここをクリックして、最新バージョンのフォルダーを選択し、すべてのファイルをダウンロードして、リポジトリアセットフォルダー内に配置します。

5. プロジェクトを開始します

    npm start
   

ソースからビルド

1. 上から手順1〜4に従ってください。

2. 実行すると、これにより、内部にインストーラーが付いているという名前のフォルダーが作成されます。インストーラーは、オペレーティングシステムに基づいて異なります。

    npm make
   

建築

Voicesmithは現在、2段階の修正されたDelightFulttsとUnivnet Pipelineを使用しています。

貢献する

プロジェクトによるサポートを示してください。プルリクエストはいつでも大歓迎です。

ライセンス

このプロジェクトは、Apache -2.0ライセンスの下でライセンスされています - 詳細については、license.mdファイルを参照してください。