Mocking Bird 文字轉語音

Reference:

https://github.com/babysor/MockingBird

功能：

使用一個人的聲音檔，可將文字轉為這個人的語音檔。

需要的元件：

• python 3.9.13 (PyTorch支援python 3.7-3.9)
• PyTorch
• ffmpeg
• Microsoft C++ Build Tools
• MockingBird

安裝步驟：

• python 3.9.13 (PyTorch支援python 3.7-3.9)

https://www.python.org/ftp/python/3.9.13/python-3.9.13-amd64.exe
下載及安裝。安裝時以下畫面要調整，其他就直接下一步。

• PyTorch

https://pytorch.org/get-started/locally/
到網頁，點選藍色框部分，查詢安裝指令

安裝指令為 pip3 install torch torchvision torchaudio

開啟命令提示字元，輸入安裝指令pip3 install torch torchvision torchaudio
如果有錯誤訊息，應該是python版本不合。(只能是python 3.7-3.9)

• ffmpeg

https://www.gyan.dev/ffmpeg/builds/ffmpeg-release-full.7z
下載並解壓縮到C:\ffmpeg-6.0-full_build
將 C:\ffmpeg-6.0-full_build\bin 加入 PATH

• 安裝Microsoft C++ Build Tools

https://visualstudio.microsoft.com/zh-hant/visual-cpp-build-tools/

• MockingBird

https://github.com/babysor/MockingBird

下載檔案並解壓縮到 C:\MockingBird-main

開啟命令提示字元，cd C:\MockingBird-main，執行
pip install Cython
pip install -r requirements.txt

pip install webrtcvad-wheels

• 下載語音合成器 synthesizer-merged_110k.pt

https://drive.google.com/drive/folders/10LDxmZOto9ehPbZgTyvY2NzPEjHS4qdG
放到 C:\MockingBird-main\data\ckpt\synthesizer

• 錄音

• 錄音檔位置

• 進入ToolBox

開啟命令提示字元，cd C:\MockingBird-main，執行 python demo_toolbox.py

步驟1的錄音檔，錄3~8秒即可，不是越長越好。確保只有一個人的聲音，說話聲最好是平調。
步驟4重複按，讓下面兩張音頻圖越接近效果越好。
在右上輸入文字，按步驟5產生合成的聲音檔。
步驟六可以重聽，確定後點 Export 另存成 .wav檔。