開源前線（ID：OpenSourceTop） 猿妹整編
綜合自：https://github.com/babysor/MockingBird
大家應該都知道聲音克隆技術，通俗的來說就是借助深度學習算法，可以完全模擬某個人的聲音，而且由機器合成的語音連情緒都能夠完美表達出來，基本可以以假亂真，只要不見面，你根本就察覺不出來向你發(fā)出聲音的知識一個機器。
語音克隆最大的創(chuàng)新之一是減少創(chuàng)建語音所需的原始數據量。過去，該系統(tǒng)需要數十甚至數百小時的音頻。但是，今天猿妹要和大家分享的這個工具5秒鐘就可以克隆成功，這個工具名叫——MockingBird。
MockingBird已經登上Github熱榜，收獲3.5K的Star，累計分支 303（Github地址：https://github.com/babysor/MockingBird）
MockingBird具有如下特性：
支持普通話并使用多種中文數據集進行測試適用于 pytorch，已在 1.9.0 版本（最新于 2021 年 8 月）中測試，GPU Tesla T4 和 GTX 2060支持 Windows + Linux僅使用新訓練的合成器（synthesizer）就有良好效果，復用預訓練的編碼器/聲碼器MockingBird如何使用
MockingBird的安裝要求如下：
首先，MockingBird需要Python 3.7 或更高版本安裝 PyTorch安裝 ffmpeg。運行pip install -r requirements.txt 來安裝剩余的必要包。安裝 webrtcvad 用 pip install webrtcvad-wheels。接著，你需要使用數據集訓練合成器：
下載 數據集并解壓：確保您可以訪問 train 文件夾中的所有音頻文件（如.wav）使用音頻和梅爾頻譜圖進行預處理：python synthesizer_preprocess_audio.py
使用預先訓練好的合成器，如果沒有設備或者不想慢慢調試，可以使用網友貢獻的模型。
訓練聲碼器
預處理數據: python vocoder_preprocess.py啟動工具箱
然后你可以嘗試使用工具箱：python demo_toolbox.py -d
