【真人语音】个人声音训练及导出工具V0.1.exe

2023-08-21 11:04:21 来源：哔哩哔哩

【项目背景】

笔者的音色还马马虎虎，但是正因为马马虎虎，所以在读文案的时候经常会读错。

很早之前在Github上也看到过真人人声训练的开源代码，尝试过一番之后，也是失败告终；就在前几个月歌手语音的训练、个人真人声音的训练又火了一波，新的开源代码手上也有，但是无奈自己的显卡太弱，跑pytorch心有余而力不足。

(资料图)

这不，国内擅长声音处理的讯飞大模型，就融合了真人声音，笔者对其做了一个小小的封装。

【项目实现】

/desk

首先，需要用讯飞的大模型训练自己的声音，右上角点击创建发音人，这个时候需要录制10段个人语音，云端训练大概需要5到十分钟，训练好之后的界面同上图，可以选择。

然后，就可以将自己的文本投喂给大模型，可以是问题，也可以是自己已经写好的文本，具体例子：

用户：请润色下面文本，并拟定1个吸睛的标题。文本：土木工程现在房地产大环境下不是太热门，其实大学的专业作为对于每个人来讲（个人观点），本身就是将来对于自己的一个谋生的手段，这个专业大家最多的印象最多的就是提桶跑路吧，但是每个专业都有每个专业的好处与坏处，这个专业门槛低，就业前期工作收入比较高，就业方向比较多，造价，施工、设计，监理等，适合善于交际的人。坏处大家都应该知道，环境相对别的专业较差，有时候面对的班组劳务的教育水平不是很高，人际关系不好后期发展受限等。每个专业都是靠个人的发展吧，俗话说三百六十行，行行出状元。没有好专业，只有适合自己的专业。其实上了大学如果学校的学习气氛不是很好，就是看自己的的学习能力了，感觉大学自己规划好自己的人生，可以超越同龄人不止3-5年，因为在大学里面真的是象牙塔，你有时间可以学习你们自己的感兴趣的知识，毕业之后你就很少会学习了，如果你选择土木工程以下是对于学弟学妹的一点建议：想快速了解现场，其实可以点学习造价的知识（网络上很多，各造价软件官网就有），学点造价建模，一个实例下来，你会对整个工程项目有很多的了解，什么梁板柱，什么钢筋，什么电缆，配电箱，你都会有很直观系统的的认识，其次对于你无论是干造价，施工等都是加分项。不要认为你还没学到不需要接触的，其实在工地的农民工之前还没上过学，人家会讲还没学到吗，他们也是直接上手学，土木工程就是一个实践的专业。

星火大模型回答的文本，就出出现一个语音按钮，点击该按钮就可以听到你的真人发音。但是，该大模型已经禁止浏览使用开发模式，该TTS音频无法通过一些插件工具实现音频导出。

解决方案：通过声卡复制类软件，实现在朗读语音时，对声卡数据进行复制，进而实现音频导出。

请重新输出以下文本：土木工程现在房地产大环境下不是太热门，其实大学的专业作为对于每个人来讲（个人观点），本身就是将来对于自己的一个谋生的手段，这个专业大家最多的印象最多的就是提桶跑路吧，但是每个专业都有每个专业的好处与坏处，这个专业门槛低，就业前期工作收入比较高，就业方向比较多，造价，施工、设计，监理等，适合善于交际的人。

最为一个准程序员，这种方案可以解决问题，但总是差强人意。

于是，在想，能不能通过fiddler分析转换接口，形成API或者封装成一个工具？说干就干，刚好西安周末下雨，宅在家里，对其进行分析，最终封装成一个exe。

使用该工具，需要下载fiddler，获取ID和cookies。