LXZLoo

摘要： 语音克隆： 基于SV迁移学习的TTS模型 1：个性化的语音特征提取器（只需要五秒钟左右） 2：语音合成器，将文本转换为语音特征 3：声码器：将语音特征转换成音频输出（将前两个得到的矢量拼接起来） github地址：github.com/CorentinJ/Real-Time-Voice-Clonin 阅读全文

摘要： 1.数据下载与准备： BZNSYP（包含10000条语音，有音素，采样频率48000Hz） 2.数据预处理： 提取音频特征（fbank特征）；文本处理，归一化，将拼音分成分母韵母两部分，加上停顿、起始符、终止符；（参考了athena部分代码，里面有拼音的字典文件） 3.构建数据集： 文本特征：使用p 阅读全文