超简单教你用Python克隆声音(以卷福为例)

语音克隆是这两年比较火的深度学习应用，它允许从几秒钟的音频中学习对象的说话方式和音调，并使用它来生成新的语音。

下面来看看我使用 SV2TTS 训练模仿卷福阅读下面这句话的效果：

She is beginning to get many wrinkles around her eyes.

训练集：

克隆、模仿效果（She is beginning to get many wrinkles around her eyes.）：

效果不错，如果不知道它是Python生成的，还以为真的是卷福念的。

下面就来教大家如何使用 Real-Time-Voice-Cloning 项目克隆语音并生成自己想要的语句。

1.准备

大家可以前往 Real-Time-Voice-Cloning 项目下载这个项目的代码以及预训练完成的模型。（注意，需要Python 3.6以上才能运行该项目）：
https://github.com/CorentinJ/Real-Time-Voice-Cloning

如果你的网络速度比较差，下载不了 github 项目及其预训练模型，可以在 Python 实用宝典 公众号后台回复 克隆语音 下载完整项目代码及预训练模型。

下载完项目代码后，你还需要下载两个重要依赖：

• PyTorch（> = 1.0.1）
  https://pytorch.org/get-started/locally/
  

• ffmpeg
  https://ffmpeg.org/download.html
  

安装 PyTorch

其中，PyTorch的官方指南已经写得很清楚了，大家根据自己的需求安装即可。

安装 ffmpeg

ffmpeg 的安装我们已经在这篇文章详细地讲过：Python 多种音乐格式转换(批量)实战教程，在此重新讲解一下各个系统的安装指南：

Mac (打开终端(Terminal), 用 homebrew 安装):

brew install ffmpeg --with-libvorbis --with-sdl2 --with-theora

Linux:

apt-get install ffmpeg libavcodec-extra

Windows:

1. 进入以下链接，点击 windows 对应的图标，进入下载界面点击 download 下载按钮：
http://ffmpeg.org/download.html#build-windows

2. 解压下载好的zip文件到指定目录
3. 将解压后的文件目录中 bin 目录（包含 ffmpeg.exe ）添加进 path 环境变量中

安装模块依赖

安装完成以上两个重要依赖后，在终端、命令行中进入项目目录中，安装Python依赖：

pip install -r requirements.txt

这命令会安装所有 requirements.txt 中的所有依赖。完成以上依赖的安装后，就可以进行下一步了。

2.下载预训练模型（可选）

如果你用的是我们提供的项目文件，你就不需要再进行这一步了，因为把预训练的模型都已经放进去了。

如果你没有用Python实用宝典提供的项目代码，你还需要去下载预训练的模型：https://github.com/CorentinJ/Real-Time-Voice-Cloning/wiki/Pretrained-models

下载完成后解压 pretrained.zip 分别将对应的模型放入项目对应的位置中：

encoder\saved_models\pretrained.pt
synthesizer\saved_models\pretrained\pretrained.pt
vocoder\saved_models\pretrained\pretrained.pt

3.试一下克隆语音

随便选取一段你想要克隆的人的语音，大概30秒左右，放入项目文件夹中。然后在该文件夹中运行命令：

python demo_cli.py

如果一切正常，它会出现让你选择训练语音文件：

此时输入你准备好的一段语音，等待它训练完成后，它会让你输入想要模仿的文字：

比如上图中，我输入了:

She is beginning to get many wrinkles around her eyes.

程序生成完毕后会自动念出克隆结果，如果你没有听见克隆结果，没关系，程序会将其保存在当前文件夹下，命名为 demo_output_xx.wav。

双击打开这个文件，就是它生成的语音克隆结果啦，听听看，是不是你想要的效果？

如果没有达到你的理想效果，请检查一下训练集是否有杂音、时间够不够长、有没有其他人的介入，这些因素都可能导致克隆效果不理想。