Skip to content

Latest commit

 

History

History
47 lines (43 loc) · 1.83 KB

generate_audio.md

File metadata and controls

47 lines (43 loc) · 1.83 KB

合成语音数据

  1. 为了拟补数据集的不足，我们合成一批语音用于训练，语音合成一批音频文件。首先搭建CosyVoice，目前只支持Ubuntu，执行下面命令即可安装完成。
cd tools/
# 克隆代码，注意中间会克隆好几个库，必须保证每个库都成功，中间有失败的，请删除文件夹重新继续。
git clone --recursive https://github.com/FunAudioLLM/CosyVoice.git
cd CosyVoice
git submodule update --init --recursive
# 建立独立的虚拟环境
conda create -n cosyvoice python=3.8
conda activate cosyvoice
# 安装依赖库
conda install -y -c conda-forge pynini==2.1.5
sudo apt-get install sox libsox-dev
pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com
# 复制程序
cp ../generate_corpus.py .
cp ../generate_audio.py .
  1. 然后下载一个语料，如果开发者有其他更好的语料也可以替换。然后解压dgk_lost_conv/results目录下的压缩文件，windows用户可以手动解压。
# 注意路径
cd tools/CosyVoice/
git clone https://github.com/aceimnorstuvwxz/dgk_lost_conv.git
cd dgk_lost_conv/results
unzip dgk_shooter_z.conv.zip
unzip xiaohuangji50w_fenciA.conv.zip
unzip xiaohuangji50w_nofenci.conv.zip
  1. 接着执行下面命令生成中文语料数据集，生成的中文语料存放在tools/corpus.txt。
# 注意路径
cd tools/CosyVoice/
python generate_corpus.py
  1. 最后执行以下命令即可自动合成语音，合成时会随机获取说话人进行合成语音，合成的语音会放在dataset/audio/generate， 标注文件会放在dataset/annotation/generate.txt。
# 注意路径
cd tools/CosyVoice/
# 设置环境变量
export PYTHONPATH=third_party/Matcha-TTS
python generate_audio.py