RepoPicks Radar

每天约 23:30 UTC 更新

指南

Multilingual Text to Speech

Tomiinek/Multilingual_Text_to_SpeechAI 已审核

RepoPicks Radar 检查于

Multilingual Text to Speech 是什么?

这是 2020 年一篇多语种文字转语音研究论文的配套代码(基于 Tacotron 2 模型)。它可以训练和运行一个覆盖多种语言的语音模型,在同一句话里混用不同语言,并复制某个人的声音。它面向研究者和开发者:克隆仓库、安装 Python 包、下载数据集和模型文件,再在终端里运行脚本。该仓库已归档,不会再有修复。作者还提供了 Google Colab 笔记本和一个音频示例页面的链接。

Multilingual Text to Speech 免费开源(MIT),可以替代 ElevenLabs和Murf。

Multilingual Text to Speech 安装有多容易?

E · 仅适合程序员 · Linux

在 Linux 上,你要克隆仓库,安装一批锁死的旧版 Python 包(torch 1.13.1、librosa 0.7.0、numba 0.48),手动下载数据集和检查点文件,再运行训练或合成脚本;既没有安装程序,也没有面向普通用户的应用,所以给 E。文中链接的 Colab 笔记本是唯一点开就能试的方式,而它们来自 2020 年。

即将推出:用 RepoPicks 应用一键安装。

Multilingual Text to Speech 的 GitHub 数据

星标
8432026年11月10日
下载量
14,700本周 19
增长
—上次读取时无增长

星标变化

843844845 11月8日11月9日11月10日 843844845 11月8日11月9日11月10日

事实

可运行于
Linux
需要安装
Python, 显卡
从源码编译需要
Python, 显卡
磁盘空间
900 MB–4.2 GB · 估算
账号或密钥
无
费用
免费
许可证
MIT (宽松型)
可以替代
ElevenLabs, Murf
GitHub 上的最近改动
2023年10月10日

Multilingual Text to Speech 的风险信号 (7)

  • 注意发布早已停止

    最后一次发布是 2020-05-26(2359 天前)

    自动检查

  • 注意依赖存在已知漏洞

    锁定的依赖存在已知漏洞(OSV):pillow: GHSA-22hg-r758-rrw9, GHSA-24rc-8hj2-v98c, GHSA-254f-3936-288h; torch: GHSA-3749-ghw9-m3mg, GHSA-53q9-r3pm-6pq6, GHSA-5pcm-hx3q-hm94

    自动检查

  • 注意锁定了过时的依赖

    requirements.txt 锁定了 2019 至 2020 年的版本(torch==1.13.1、librosa==0.7.0、numba==0.48、tensorboard==2.0.2、phonemizer==2.1),在当前 Python 版本上通常装不上。

    AI 审核

  • 信息仓库已归档

    该仓库已归档(只读,不再维护)

    自动检查

  • 信息可克隆声音却无滥用提醒

    仓库描述和标签都在宣传 "voice cloning"(标签:voice-cloning、code-switching),README 还提供了一个 "supporting code-switching or voice-cloning" 的检查点,却没有任何关于本人同意或滥用他人声音的提示。

    AI 审核

  • 信息这是研究代码,不是应用程序

    README.md 围绕复现论文展开("source code, and parameters for the paper One Model, Many Languages");使用章节一上来就是下载 CSS10 和 Common Voice 数据集并训练模型。

    AI 审核

  • 信息数据集许可各不相同

    README.md:训练需要 CSS10 数据集(Apache License 2.0)和一份清洗过的 Common Voice 数据(Creative Commons CC0),都要在代码之外单独下载。

    AI 审核

证据以原始语言显示。

Radar 无法验证的 Multilingual Text to Speech 相关内容

  • 2020 年锁定的这些包在当前 Python 上是否还能安装,代码今天是否还跑得起来。
  • README 中链接的 Google Colab 演示笔记本是否还能用。
  • 与当下的文字转语音服务相比,生成的声音实际听感如何。
  • 没有显卡时,合成速度是否还可接受。
  • 下载完数据集和 WaveRNN 声码器权重后,实际需要多少磁盘空间。

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