【源码】基于深度学习的语音转换项目

项目简介

本项目是一个基于深度学习的语音转换系统，借助生成式对抗网络（GAN）和自编码器结构，通过训练模型学习原始语音和目标语音之间的映射关系，实现不同语音之间的转换。项目涵盖音频处理、深度学习模型构建、模型训练、音频生成等多个步骤。

项目的主要特性和功能

1. 支持多语者跨语言语音转换，可实现不同语者和不同语言间的语音转换。
2. 采用生成式深度学习，利用生成式对抗网络（GAN）和自编码器结构进行语音转换。
3. 提供数据预处理脚本，能从VCTK语料库中创建数据集，并存储为H5PY格式的文件。
4. 支持模型训练，可从零开始训练模型，也能从先前的检查点继续训练。
5. 能够生成转换后的音频文件。

安装使用步骤

前提条件

假设用户已经下载了本项目的源码文件。

具体步骤

1. 复制项目仓库： bash cd voice-conversion
2. 安装依赖库： bash pip install -r requirements.txt
3. 准备数据：
4. 使用make_dataset_vctk.py从VCTK语料库中创建数据集： bash python3 make_dataset_vctk.py data_root_dir h5py_path train_proportion
5. 使用make_single_samples.py从数据集中采样音频片段： bash python3 make_single_samples.py the_h5py_path index_path n_samples seg_len speaker_used_path
6. 训练模型：
7. 运行main.py进行模型训练： bash python3 main.py --load_model --flag train --hps_path mixture_10_.json --dataset_path your_dataset_path.h5 --output_model_path your_model_output_path
8. 测试模型：
9. 使用VC_test.py加载预训练模型并测试语音转换效果： bash python3 VC_test.py --model_path your_pretrained_model_path --input_audio_path your_input_audio_path --output_audio_path your_output_audio_path

注意事项

• 请确保输入数据路径和输出数据路径的正确性。
• 在运行脚本之前，请确保已经安装了所有必要的依赖库。
• 训练过程可能需要较长时间，请耐心等待。
• 测试语音转换效果时，请确保加载了正确的预训练模型。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】