https://github.com/babysor/MockingBird
https://github.com/babysor/MockingBird/blob/main/README-CN.md 中文文档
特性：
中文 支持普通话并使用多种中文数据集进行测试：aidatatang_200zh, magicdata, aishell3, biaobei, MozillaCommonVoice, data_aishell 等
PyTorch 适用于 pytorch，已在 1.9.0 版本（最新于 2021 年 8 月）中测试，GPU Tesla T4 和 GTX 2060
Windows + Linux 可在 Windows 操作系统和 linux 操作系统中运行（苹果系统M1版也有社区成功运行案例）
Easy & Awesome 仅需下载或新训练合成器（synthesizer）就有良好效果，复用预训练的编码器/声码器，或实时的HiFi-GAN作为vocoder
Webserver Ready 可伺服你的训练结果，供远程调用
1. 语音助手：MockingBird可以用来创建个性化的语音助手，使用者的声音可以被克隆为语音助手的声音，从而提供更加个性化的服务。 2. 视频制作：MockingBird可以用来制作配音或者为虚拟角色配音，使用者可以将自己的声音克隆为虚拟角色的声音，从而让虚拟角色拥有更真实的声音。 3. 电话客服：MockingBird可以用来代替实际人员，为客户提供自动化的电话客服服务，使用者的声音可以被克隆为电话客服的声音。 4. 录音应用：MockingBird可以用来创建个性化的录音应用，使用者可以轻松地录制任何语音内容，并使用自己的声音作为录音应用的声音。 5. 行业培训：MockingBird可以用来为任何行业提供个性化的语音培训，使用者的声音可以被克隆为培训讲师的声音，从而提供更加身临其境的培训体验。
1. Lyrebird - 这是一个加拿大的初创公司，也是在这个领域的先驱之一。他们的技术可以在一分钟内制作出一个人的声音模型，并用它来生成任何类型的语音内容。 2. Baidu DeepVoice - 百度是中国的一家知名科技公司，也有一项类似的技术。他们的系统可以模拟人的声音，并让人听到其它可能性的发音和语气。 3. Google WaveNet - Google的WaveNet使用深度学习的方法，让机器学习从上千小时的语音样本中生成声音，并具有相当高的质量。 4. Modulate.ai - Modulate.ai是一家刚刚起步的初创公司，其技术能够让人们在在线游戏中用自己的真实声音互相交流，而不是增加一个虚拟语音。 5. Voysis - Voysis的技术可将人的声音模型应用于商业场景，比如信息查询或购物，使得对话更加自然。
优点： 1. 高效快速：只需5秒钟即可克隆声音，在短时间内生成语音内容，可大幅提高工作效率； 2. 个性化定制：可以根据个人需求进行声音克隆，帮助用户打造专属语音产品； 3. 实现无人值守：AI拟声可以实现无人值守，未来可用于语音客服、智能家居等领域； 4. 弥补语音缺失：可以提供个人语音留声、缺失人物语音等服务，为用户带来更好的声音体验。 缺点： 1. 隐私问题：AI拟声使用者的声音被克隆可能会引发个人隐私问题； 2. 造假风险：AI拟声技术可以模拟任意人的声音，透过技术亦可造假，可能会引起社会舆论的困扰和误导； 3. 精准度有限：AI拟声技术的精准度有限，可能出现克隆声音与原声音有差距、语音中存在断句不自然等问题； 4. 技术成本高：AI拟声技术在现阶段技术成本相对较高，需要更多的人力、物力投资。
全部评论: 0 条
