V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
gues
V2EX  ›  程序员

分享一个音频 AIGC 开源项目,适合想要转行 AIGC 方向的同学

  •  
  •   gues · 334 天前 · 2664 次点击
    这是一个创建于 334 天前的主题,其中的信息可能已经有所发展或是发生改变。

    Amphion:一个开源的音频、音乐和语音生成项目。由大名鼎鼎的 OpenMMLab 联合香港中文大学(深圳)联合推出的。硅谷大佬也给这个项目带货,打了 A+++级: https://www.bilibili.com/video/BV18w411V7iq/

    支持如下功能:

    • 文本转语音( TTS ):高性能,支持主流模型及架构,可生成自然的声音。
    • 歌声转换( SVC ):可将某人歌声转换成其他人歌声,内置张学友、陈奕迅、王菲等已训练好的声音。
    • 文本转音频( TTA ):可通过文本提示,生成逼真的声效、语音以及音乐,类似于 AudioLDM 。

    GitHub:github.com/open-mmlab/Amphion

    以上功能均可在 HuggingFace 上使用。

    地址:huggingface.co/amphion

    17 条回复    2023-12-27 13:49:07 +08:00
    raycool
        1
    raycool  
       334 天前
    不错,现在 TTS 的研究也越来越多了
    对 openai 的 TTS 效果还是蛮感兴趣的,感觉是目前天花板。
    wswlaz
        2
    wswlaz  
       334 天前
    TTS 不支持中文吗
    gues
        3
    gues  
    OP
       334 天前
    @wswlaz 可以提要求来支持中文
    gues
        4
    gues  
    OP
       334 天前
    @raycool 是的,现在 TTS 和音效生成、音乐生成都很火,很多应用场景和工作机会,还没那么卷
    yao978318542
        5
    yao978318542  
       334 天前
    好像不支持中文啊
    flyqie
        6
    flyqie  
       334 天前 via Android
    @raycool #1

    目前 tts 天花板应该是微软吧?
    gues
        7
    gues  
    OP
       334 天前
    @yao978318542 有兴趣的话,可以上手来加一下。我去反馈给开源团队
    capgrey
        8
    capgrey  
       334 天前
    GitHub 仓库演示的《稻香》,我哭死😭
    qW7bo2FbzbC0
        9
    qW7bo2FbzbC0  
       334 天前
    顺路问下,声音模型怎么训练?我看 github 上 svc 项目很多都声明不适用声音模型训练,而国内很多文章或者教程都是用 sovit 或者 svc 来出效果?
    Pepega
        10
    Pepega  
       334 天前
    很感兴趣,我目前看到的 tts 最赚钱的例子是直播打赏,请问训练出个性化声音的 tts 成本高吗,让用户自己训练自己的 tts 呢?
    link:dHRzLm1vbnN0ZXI=
    dorm
        11
    dorm  
       334 天前
    适用了一下,声音非常沙哑,就像是嗓子有痰似的
    AdminRoot123
        12
    AdminRoot123  
       334 天前
    用了一下中文效果贼差 文字读的都不正确很长的噪音
    gues
        13
    gues  
    OP
       334 天前
    @AdminRoot123 模型应该还没有用中文数据训练过
    gues
        14
    gues  
    OP
       334 天前
    @dorm 哪个声音?
    dorm
        15
    dorm  
       333 天前
    @gues singing_voice_conversion 上传了一个《向天再借五百年》 target Singer 随便选一个都是很沙哑的
    gues
        16
    gues  
    OP
       332 天前
    @dorm 音频可以私信发给我一下嘛? 我们看看。系统还在升级,1 月份会有一个更有的版本
    dorm
        17
    dorm  
       332 天前
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   969 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 24ms · UTC 21:10 · PVG 05:10 · LAX 13:10 · JFK 16:10
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.