[AI语音克隆] 5秒内克隆您的声音并生成任意语音内容

前言

随着人工智能技术的不断发展，语音克隆技术也得到了越来越多的关注和研究。目前，AI语音克隆技术已经可以实现让机器模拟出一个人的声音，甚至可以让机器模拟出一个人的语言习惯和表情。

然而，AI语音克隆技术仍然面临着许多难点和痛点。首先，现有的语音克隆技术仍然存在着语音质量不够高、语音还原度不够高等问题，难以达到真正的“以假乱真”效果。

针对这些难点和痛点，我们团队基于开源项目MockingBird提出了一种新的AI语音克隆方案MockingVoice，通过采用更加先进的语音合成技术和更加严格的隐私保护措施，实现了更高质量的语音克隆效果和更加安全可靠的使用体验。我们相信，这种新的AI语音克隆技术将有助于为人们带来更加智能、便捷、安全的语音交互体验，为人们的生活和工作带来更多可能性。

本篇文章，我们主要聚焦在MockingBird介绍及使用上，详细介绍如何借助现有的开源项目，实现声音克隆。

MockingBird开源项目介绍

MockingBird是一款先进的TTS（文本到语音）项目，使用深度学习模型生成高质量的合成语音。它由一组热衷于自然语言处理和语音技术的研究人员和工程师开发。
关键特点：对普通话的支持。
使用多个中文数据集进行训练，包括aidatatang_200zh、magicdata、aishell3、biaobei、MozillaCommonVoice和data_aishell，以确保生成的语音听起来自然流畅，可用于各种应用，包括语音助手、有声书和语言学习工具。
深度学习框架：Pytorch
使用PyTorch作为其主要深度学习框架，并已在2021年8月发布的最新版本PyTorch 1.9.0上进行了测试。它支持Tesla T4和GTX 2060 GPU，可以实现更快的训练和推理时间。
扩展性：易于使用和定制
提供了一个预训练的合成器，可立即使用，或者训练自己的合成器以生成符合您特定需求的语音。此外，您可以使用预训练的编码器和声码器，或使用实时的HiFi-GAN作为声码器来生成高质量的语音。
服务化：远程调用
Mocking Bird 支持Web服务，这意味着您可以轻松地将其部署在Web服务器上，并将其用于远程生成语音。这对于需要实时语音合成的应用程序或无法访问高端硬件的用户特别有用。

快速开始

一、环境安装

本文测试环境：Mac M1芯片 macos Monterey
Step 1 下载代码
下载git代码，https://github.com/babysor/MockingBird
Step 2 安装anaconda
可以从以下镜像站中：https://repo.anaconda.com/archive/ 找到适合你机器版本的镜像，下载安装。
安装完成后如图所示：
快速开始
一、环境安装
本文测试环境：Mac M1芯片 macos Monterey
Step 1 下载代码
下载git代码，https://github.com/babysor/MockingBird
Step 2 安装anaconda
可以从以下镜像站中：https://repo.anaconda.com/archive/ 找到适合你机器版本的镜像，下载安装。
安装完成后如图所示：

Step 3 构建虚拟python环境
注：由于原git项目代码中依赖了不同版本的第三方库，有些库对python版本还有要求，因此建议按照本文给的版本进行安装，目前在M1上是测试通过的。
运行命令：conda create -n mock_voice python=3.9
激活虚拟环境 mock_voice：conda activate mock_voice
Step 4 安装第三方依赖库
直接运行命令：pip install -r requirements.txt
基本上按照本文提供的git，下载安装没有问题。在安装过程中，如果遇到安装不了的，大家自行google。

二、下载预训练模型

这边我们可以直接下载社区开发者训练好的模型，直接拿来使用，下载地址如下：