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
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。