magphase

Magphase Vocoder

TTS和相關應用的語音分析/合成系統。

該軟件基於本文中描述的方法：

F. Espic，C。 Valentini-Botinhao和S. King，“統計參數語音綜合的幅度和相光譜的直接建模”，《 Proc》。 Interspeech，斯德哥爾摩，瑞典，2017年8月。

@作者：Felipe Espic

更多信息，請訪問http://www.felipepic.com/magphase/

I.新版本2.0（2018年4月）

• 恆定的幀速率支持。
• 改善聲音質量。
• 兩種類型的後過濾器可用。
• 可選數量的相位特徵係數（實際和圖像）。
• 可選數量的幅度特徵的係數（ MAG ）。

ii。描述

這是統計參數語音合成（SPSS）中使用的語音波形分析/合成系統。

分析模塊提取了四個描述幅度光譜，相光譜和F0的特徵流。這些功能可用於訓練回歸模型（例如DNN，LSTM，HMM等），因此可以生成預測的值。合成模塊將這些特徵在輸入處採用以生成最終合成波形。

要點：

• 盡可能避免估計步驟（沒有基質性，光譜包膜或諧波估計等）
• 相光譜的魯棒提取和建模（常規的聲碼編碼器只會在輸出處創建人工相）。
• 無需階段。
• 在合成過程中使用快速操作（例如，FFT，psola）。
• 明顯地降低了典型的“ Buzziness”和“ phasiness”。
• 尚未探討許多其他應用程序和改進。

iii。執照：

有關詳細信息，請參見許可證文件。

iv。要求：

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

V.安裝：

1. 安裝Pyhton 2.7以及使用發行版的軟件包管理器或使用Command Pip（推薦）所需的軟件包。例如，

 pip install numpy scipy soundfile matplotlib

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

3. 下載並編譯SPTK和收割者：

 cd magphase/tools
./download_and_compile_tools.sh

這將為您自動編譯和配置SPTK和Reaper ...僅此而已！

vi。用法：

只需轉到/demos ，閱讀演示腳本中的說明，這些說明非常構想。他們應該通過運行python <demo_script>來耗盡盒子。

我們推薦您首先使用demo_copy_synthesis_lossless.py播放，然後播放demo_copy_synthesis_low_dim.py他們都執行分析/合成例程。

然後，您可以修改演示腳本以滿足您的需求。

注意：只需記住從其位置運行腳本即可。

vii。將Magphase與Merlin工具包一起使用：

我們提供了兩個與梅林的官方分發分發的演示。這些展示了Merlin具有Magphase Integration的示例：

• 文本到語音：Merlin的SLT_arctic Demo（小和完整子集）

• 語音轉換：Merlin的聲音轉換演示（大致測試）

viii。合作：

我們需要幫助來改進該軟件。您可以通過：

• 使用Merlin和Magphase構建TTS聲音，並與其他Vocoders進行比較，例如世界。然後，請告訴我們您的結果。我們僅測試了Magphase，只有幾個聲音，並且需要覆蓋更廣泛的範圍。由於人們使用新數據報告結果，我們最近解決了一些錯誤。

• 在Merlin實施本機變量幀速率支持。 Magphase以可變的幀速率方式（音高同步）工作。