RepoPicks Radar

每天约 23:30 UTC 更新

指南

MockingBird

babysor/MockingBirdAI 已审核

RepoPicks Radar 检查于

MockingBird 是什么?

MockingBird 从一段录音中复制声音的音色,然后用这个声音朗读文本。它专为普通话打造:项目说原来的英文模型不适合汉字,所以你要在大型中文语音数据集上训练自己的声音模型,或者下载社区成员通过文件分享链接提供的现成模型。你通过终端配合 Python、PyTorch 和 ffmpeg 运行它,之后它会打开一个 http://localhost:8080 页面或一个桌面窗口。通常需要一张 Nvidia 显卡。

MockingBird 免费开源(MIT),可以替代 ElevenLabs和Fish Audio。

MockingBird 安装有多容易?

D · 终端、多个工具或特定显卡 · Windows

  • Windows D
  • macOS E
  • Linux D

Windows 和 Linux 难度相对最低,决定了评级,但仍然是终端操作:安装 Python、匹配 CUDA 版本的 PyTorch 和 ffmpeg,运行 “pip install -r requirements.txt”,找到一个声音模型,再启动 “python web.py” 或 “python demo_toolbox.py”。在搭载 Apple 芯片的 Mac 上,README 只提供一个变通方案:使用 Rosetta 终端,从源码编译 pyworld 和 ctc-segmentation,并通过一个 x86 包装脚本运行 Python,这属于开发者级别的工作。

即将推出:用 RepoPicks 应用一键安装。

MockingBird 的 GitHub 数据

星标
36,8762026年11月10日
下载量
—所有发布版本
增长
—上次读取时无增长

星标变化

36,87036,87336,87536,87836,88036,883 11月5日11月6日11月7日11月8日11月9日11月10日 36,87036,87336,87536,87836,88036,883 11月5日11月8日

事实

可运行于
Windows, macOS, Linux
需要安装
Python, FFmpeg, NVIDIA 显卡
从源码编译需要
Python, Docker, NVIDIA 显卡, FFmpeg
磁盘空间
150 MB–450 MB · 估算
账号或密钥
无
费用
免费
许可证
MIT (宽松型)
可以替代
ElevenLabs, Fish Audio
GitHub 上的最近改动
2026年3月3日

MockingBird 的风险信号 (10)

  • 注意发布版本已过时

    最后一次发布于 2021-11-07(1823 天前)

    自动检查

  • 注意下载链接指向文件分享网站

    README 链接到 https://drive.google.com/file/d/110A11KZoVe7vy6kXlLb6zVPLb_J91I_t/view?usp=sharing

    自动检查

  • 注意依赖存在已知漏洞

    固定版本的依赖存在已知漏洞(OSV):numpy: GHSA-6p56-wp2h-9hxr, GHSA-fpfv-jqm9-f5jm;numpy: GHSA-6p56-wp2h-9hxr, GHSA-fpfv-jqm9-f5jm

    自动检查

  • 注意OpenSSF Scorecard 评分低

    OpenSSF Scorecard 2.5/10

    自动检查

  • 注意复制真人的声音

    项目自我描述为“5 秒克隆一个声音,实时生成任意语音”,gen_voice.py 接收一个文本文件加一个声音 .wav 文件。没有任何环节询问这个人是否同意,也没有把结果标记为生成内容。用别人的声音说出未经许可的话,在不少国家是受限甚至可被处罚的行为。

    AI 审核

  • 注意声音模型来自文件分享链接

    README.md 第 2.3 节列出的现成声音模型只是社区成员发布在 pan.baidu.com、aliyundrive.com 和个人 OneDrive 上的带密码链接(例如“https://pan.baidu.com/s/1iONvRxmkI-t1nHqxKytY3g 4j5d”)。其中三个写着“仅适用于 0.0.1 版本”。这些都是陌生人提供的 PyTorch 模型文件,程序会直接加载它们。

    AI 审核

  • 注意作者已停止维护并指向一个付费服务

    README.md 第一行:“虽然我不再积极更新这个仓库,但你可以看到我一直在推动这项技术……我也在打造一个优化并托管在云端的版本:https://noiz.ai/”。最后一个发布版本是 2021 年的,还有 481 个未关闭的 issue。

    AI 审核

  • 信息只能配合旧版本使用

    README.md:“这里推荐的环境是仓库标签 0.0.1、Pytorch1.9.0 配 Torchvision0.10.0 和 cudatoolkit10.2……因为 requirements.txt 是几个月前导出的,所以不能配合更新的版本使用”。requirements.txt 在 Windows 上仍固定 numpy==1.19.3,其他系统上固定 numpy==1.20.3,正是检查标记出已知漏洞的那些版本。

    AI 审核

  • 信息仅支持中文,且命令行演示已损坏

    功能列表只列出普通话,该项目是 Real-Time-Voice-Cloning 的一个分支,“只支持英文”,第 2 节提醒“demo_cli 目前无法工作,因此需要额外的合成器模型”。没有中文模型的话,就没有任何现成的东西可以试用。

    AI 审核

  • 信息训练需要一台强大的机器

    训练使用 aidatatang_200zh 和 aishell3 等数据集(数十 GB 的音频),docker-compose.yml 预留了一个 Nvidia 设备,FAQ 第 6 条告诉 Windows 用户“把虚拟内存改为 100G(102400)”。

    AI 审核

证据以原始语言显示。

Radar 无法验证的 MockingBird 相关内容

  • 克隆的声音实际听起来如何,以及那些共享模型是否还能配合当前的 PyTorch 加载
  • 百度网盘和 OneDrive 链接里的模型文件里到底有什么,因为项目没有发布校验值
  • 在当前版本的 Python 和 PyTorch(而非 2021 年的版本)上能否正常安装
  • 实际占用的磁盘空间和训练时间,这取决于你下载的中文数据集
  • 能否改造成支持普通话以外的其他语言

类似项目

RepoPicks 应用

即将推出:用 RepoPicks 应用一键安装。

下载之前

在 GitHub 上查看版本页面