voicesmith

语音史密斯[正在进行的工作]

Voicesmith使得无需任何编码体验就可以训练和推断单台和多座模型。它根据数据集中的Resightfultts和Univnet的修改版本对语音管道进行了非常扎实的文本。两种型号均在专有的5000扬声器数据集上估计。它还提供了一些用于数据集预处理的工具，例如自动文本归一化。

如果您想使用此软件的早期版本单击此处，请在此处单击一个在高度情感的60扬声器数据集中训练的模型。

要求

硬件

• OS：Windows（仅支持CPU）或任何基于Linux的操作系统。如果要在MacOS上运行此操作，则必须按照源构建步骤来创建安装程序。这是未经测试的，因为我目前不拥有Mac。
• 图形：强烈建议您提供具有CUDA支持的NVIDIA GPU，否则您可以在CPU上进行训练，但是如果不是几周，则需要几天的时间。
• RAM：8GB RAM，您可以少尝试，但可能行不通。

软件

• Docker，您可以在这里下载。如果您在Linux上，建议安装Docker Engine而不是Docker桌面，因为Docker桌面喜欢使世界变得复杂。

如何安装

1. 从“版本”页面下载最新的安装程序。
2. 双击以运行安装程序。

如何发展

1. 确保您已安装了最新版本。

2. 克隆存储库

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

3. 安装依赖项，这可能需要一分钟

    cd voicesmith
   npm install
   

4. 单击此处，选择具有最新版本的文件夹，下载所有文件并将其放置在存储库资产文件夹中。

5. 开始项目

    npm start
   

从源构建

1. 从上方遵循步骤1-4。

2. 运行Make，这将创建一个名为Out/Make的文件夹，并在内部使用安装程序。根据您的操作系统，安装程序将有所不同。

    npm make
   

建筑学

Voicesmith当前使用两阶段的修改后的Desigonfultts和Univnet管道。

贡献

通过项目表示支持。始终欢迎拉动请求。

执照

该项目已在Apache -2.0许可下获得许可 - 有关详细信息，请参见许可证文件。