Изменяем свой голос в реальном времени с помощью нейросети

Салют кибер воины! Сегодня мы хотели бы поделиться информацией о том, как можно изменить свой голос в реальном времени на компьютере. Мы заранее хотим предупредить, что чтобы достичь желаемого качества голоса, потребуется длительное обучение нейросети с использованием различных голосовых записей. Этот процесс потребует сбора десятков гигабайт аудиофайлов и несколько сотен часов времени.

Как изменить свой голос с помощью нейросети

Следуйте точно приведенной ниже инструкции и старайтесь выполнять все последовательно:

• Заходим на GitHub по ссылке: github.com/vlomme/Multi-Tacotron-Voice-Cloning и скачиваем архив;

• Скачиваем готовый адсет для будущего голоса по ссылке: openslr.org/resources/12/train-clean-100.tar.gz;
• Если вы когда-нибудь устанавливали “Avatarify” (подмена лица), то у вас должна быть установленная “Anaconda prompt “, ссылка: anaconda.com/download#downloads. В случае, если этого не было — скачиваем версию под “Python 3.7”;
• Скачиваем и устанавливаем тулкит “CUDA 10.0”, ссылка: developer.nvidia.com/cuda-10.0-download-archive;
• После всех загрузок запускаем “Anaconda prompt (miniconda3)” и прописываем в консоли код: conda create -n clone python=3.6;

• В изменившемся окне пишем “y” и нажимаем “Enter”;

• Далее необходимо активировать виртуальную среду, которую мы только что создали — для этого прописываем: conda activate clone. После устанавливаем необходимые пакеты в консоли “Анаконды”: conda install pytorch и подтверждаем действия;

• Распаковываем архив с “Github”, который мы скачали в 1-м пункте и копируем его путь. В консоли “Анаконды” пишем команду: cd ваш путь к файлам с архива;

• Далее пишем: pip install -r requirements.txt;

• Как только закончится установка необходимых модулей, прописываем еще одну команду: conda install numba;
• Сейчас мы извлекаем содержимое дополнительного архива с названием “pretrained.zip”, который ранее был загружен. Это необходимо сделать в каталоге, где находится программа “Real-TimeVoice-Cloning-master”. Если вы скачали второй архив, переходим к следующему шагу: создаем подкаталог с именем “LibriSpeech” внутри каталога программы, затем в этом подкаталоге создаем каталог “train-clean-100” и копируем туда файлы из распакованного архива. Так же, что бы не было ошибок, закидываем в папку утилиты dll файлы “CUDA” — cudart64_100.dll и cudnn64_7.dll, их можно найти в папке “C:\ProgramData\Miniconda3\pkgs\pytorch-1.0.0-py3.7_cuda100_cudnn7_1\Lib\site-packages\torch\lib“. Если вы устанавливали “Avatarify”, то тут: “ProgramData\Miniconda3\envs\avatarify\Lib\site-packages\torch\lib[/SIZE][/SIZE][/SIZE]“;
• Пробуем запустить нашу чудо машину, для этого прописываем в “Анаконде” команду: python demo_toolbox.py. Потребуется много оперативной памяти;
• Видим главное меню. Сверху нажимаем “Browse” и загружаем нужный нам образец голоса в формате “.wav”, либо записываем фрагмент своего голоса с помощью кнопки “Record”. Речь должна быть четкой, старайтесь проговорить 3 предложения минимум, нейронка заточена под английский язык;

• После загрузки голоса, вводим требуемый текст на английском вверху справа, нажимаем кнопку “Synthesize and vocode”. Далее услышим полученный вариант голоса. Повторное выполнение этого алгоритма несколько раз приведет к автоматическому улучшению качества голоса.
• Сохраняем полученный результат — редактируем файл “demo_cli.py”, прописываем нужный текст и имя исходного файла. Сохраняем и в “Анаконде” и прописываем “python demo_cli.py” вместо “python demo_toolbox.py”, после чего начнется процесс генерации. По окончании процесса мы получим готовый вариант в том же каталоге;

Все готово! Киберпанк уже приближается, вливаемся своевременно и пользуемся полученными знаниями с умом и во благо обществу.