voicesmith

語音史密斯[正在進行的工作]

Voicesmith使得無需任何編碼體驗就可以訓練和推斷單台和多座模型。它根據數據集中的Resightfultts和Univnet的修改版本對語音管道進行了非常紮實的文本。兩種型號均在專有的5000揚聲器數據集上估計。它還提供了一些用於數據集預處理的工具，例如自動文本歸一化。

如果您想使用該軟件的早期版本，請單擊此處，使用該模型進行訓練。

要求

硬體

• OS：Windows（僅支持CPU）或任何基於Linux的操作系統。如果要在MacOS上運行此操作，則必須按照源構建步驟來創建安裝程序。這是未經測試的，因為我目前不擁有Mac。
• 圖形：強烈建議您提供具有CUDA支持的NVIDIA GPU，否則您可以在CPU上進行訓練，但是如果不是幾週，則需要幾天的時間。
• RAM：8GB RAM，您可以少嘗試，但可能行不通。

軟體

• Docker，您可以在這裡下載。如果您在Linux上，建議安裝Docker Engine而不是Docker桌面，因為Docker桌面喜歡使世界變得複雜。

如何安裝

1. 從“版本”頁面下載最新的安裝程序。
2. 雙擊以運行安裝程序。

如何發展

1. 確保您已安裝了最新版本。

2. 克隆存儲庫

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

3. 安裝依賴項，這可能需要一分鐘

    cd voicesmith
   npm install
   

4. 單擊此處，選擇具有最新版本的文件夾，下載所有文件並將其放置在存儲庫資產文件夾中。

5. 開始項目

    npm start
   

從源構建

1. 從上方遵循步驟1-4。

2. 運行Make，這將創建一個名為Out/Make的文件夾，並在內部使用安裝程序。根據您的操作系統，安裝程序將有所不同。

    npm make
   

建築學

Voicesmith當前使用兩階段的修改後的Desigonfultts和Univnet管道。

貢獻

通過項目表示支持。始終歡迎拉動請求。

執照

該項目已在Apache -2.0許可下獲得許可 - 有關詳細信息，請參見許可證文件。