magphase

Magphase Vocoder

TTS和相关应用的语音分析/合成系统。

该软件基于本文中描述的方法：

F. Espic，C。Valentini-Botinhao和S. King，“统计参数语音综合的幅度和相光谱的直接建模”，《 Proc》。 Interspeech，斯德哥尔摩，瑞典，2017年8月。

@作者：Felipe Espic

更多信息，请访问http://www.felipepic.com/magphase/

I.新版本2.0（2018年4月）

• 恒定的帧速率支持。
• 改善声音质量。
• 两种类型的后过滤器可用。
• 可选数量的相位特征系数（实际和图像）。
• 可选数量的幅度特征的系数（ MAG ）。

ii。描述

这是统计参数语音合成（SPSS）中使用的语音波形分析/合成系统。

分析模块提取了四个描述幅度光谱，相光谱和F0的特征流。这些功能可用于训练回归模型（例如DNN，LSTM，HMM等），因此可以生成预测的值。合成模块将这些特征在输入处采用以生成最终合成波形。

要点：

• 尽可能避免估计步骤（没有基质性，光谱包膜或谐波估计等）
• 相光谱的鲁棒提取和建模（常规的声码编码器只会在输出处创建人工相）。
• 无需阶段。
• 在合成过程中使用快速操作（例如，FFT，psola）。
• 明显地降低了典型的“ Buzziness”和“ phasiness”。
• 尚未探讨许多其他应用程序和改进。

iii。执照：

有关详细信息，请参见许可证文件。

iv。要求：

• OS：Linux（MacOSX即将推出）
• Python 2.7
• Python包：Numpy，Scipy，Soundfile，Matplotlib

V.安装：

1. 安装Pyhton 2.7以及使用发行版的软件包管理器或使用Command Pip（推荐）所需的软件包。例如，

 pip install numpy scipy soundfile matplotlib

2. 下载Magphase： git clone https://github.com/CSTR-Edinburgh/magphase.git

3. 下载并编译SPTK和收割者：

 cd magphase/tools
./download_and_compile_tools.sh

这将为您自动编译和配置SPTK和Reaper ...仅此而已！

vi。用法：

只需转到/demos ，阅读演示脚本中的说明，这些说明非常构想。他们应该通过运行python <demo_script>来耗尽盒子。

我们推荐您首先使用demo_copy_synthesis_lossless.py播放，然后播放demo_copy_synthesis_low_dim.py他们都执行分析/合成例程。

然后，您可以修改演示脚本以满足您的需求。

注意：只需记住从其位置运行脚本即可。

vii。将Magphase与Merlin工具包一起使用：

我们提供了两个与梅林的官方分发分发的演示。这些展示了Merlin具有Magphase Integration的示例：

• 文本到语音：Merlin的SLT_arctic Demo（小和完整子集）

• 语音转换：Merlin的声音转换演示（大致测试）

viii。合作：

我们需要帮助来改进该软件。您可以通过：

• 使用Merlin和Magphase构建TTS声音，并与其他Vocoders进行比较，例如世界。然后，请告诉我们您的结果。我们仅测试了Magphase，只有几个声音，并且需要覆盖更广泛的范围。由于人们使用新数据报告结果，我们最近解决了一些错误。

• 在Merlin实施本机变量帧速率支持。 Magphase以可变的帧速率方式（音高同步）工作。