声音克隆

原项目地址：https://github.com/yl4579/StarGANv2-VC

备注： 用游戏角色的声音测试是正常的，不过用自己的声音测总感觉怪怪的，可能是我发音不标准吧。。。

效果演示

B站

YouTube

项目截图

项目运行

模型下载

链接：https://pan.baidu.com/s/1pF61zUhIvH7xUlyjpA0dAw?pwd=gz00 提取码：gz00

项目运行

pip install -r requirements.txt
python web.py

数据训练

数据集构成很简单，只需要音频以及对应的说话人即可，这里可以参考dataset目录下的训练文件和测试文件，按照我那个格式来即可

注意说话人必须使用数字来标识，然后要从0开始，我训练是随便找了原神里的20个人物，如果你的人物数不是20，需要修改config.yaml文件的model_params.num_domains参数

数据预处理

可以直接运行pre-process.ipynb来对音频进行降采样处理

开始训练

python train.py --config_path ./config/config.yml

效果验证

直接运行inference.ipynb 即可

遇到的问题

module 'distutils' has no attribute 'version'

pip uninstall setuptools
pip install setuptools==59.5.0

cannot load library 'libsndfile.so': libsndfile.so: cannot open shared object file: No such file or directory

apt install libsndfile1