懂AI

StyleTTS学习资料汇总 - 自然多样化的文本转语音生成模型

RayRay
StyleTTS文本到语音自然语言处理情感语调语音合成Github开源项目

StyleTTS

StyleTTS简介

StyleTTS是由Yinghao Aaron Li、Cong Han和Nima Mesgarani开发的一个基于风格的文本转语音(TTS)生成模型。它能够从参考语音中合成具有自然韵律的多样化语音,在单发音人和多发音人数据集上的主观测试中显著优于现有最先进的模型。

StyleTTS的主要特点包括:

  • 使用新型的可转移单调对齐器(TMA)和持续时间不变数据增强方案
  • 通过对说话风格的自监督学习,可以合成与任何给定参考语音具有相同韵律和情感基调的语音
  • 无需显式标记韵律和情感类别

相关资源

🔗 GitHub仓库

📄 论文

🔊 音频样本

安装使用

  1. 环境要求:Python >= 3.7

  2. 克隆代码仓库:

git clone https://github.com/yl4579/StyleTTS.git
cd StyleTTS
  1. 安装依赖:
pip install SoundFile torchaudio munch torch pydub pyyaml librosa git+https://github.com/resemble-ai/monotonic_align.git
  1. 下载并准备数据集(如LJSpeech),上采样至24kHz

模型训练

训练分为两个阶段:

# 第一阶段训练
python train_first.py --config_path ./Configs/config.yml

# 第二阶段训练  
python train_second.py --config_path ./Configs/config.yml

模型会以"epoch_1st_%05d.pth"和"epoch_2nd_%05d.pth"的格式保存。

推理测试

请参考inference.ipynb进行推理测试。

预训练模型下载链接:

将模型解压到Models和Vocoder文件夹下,并安装phonemizer库即可运行推理演示。

更多资源

  • 文本对齐器和音高提取器模型位于Utils文件夹
  • 可以自定义梅尔谱图预处理方法,但需要重新训练对应的文本对齐器和音高提取器
  • 新的文本对齐器训练代码:AuxiliaryASR
  • 新的音高提取器训练代码:PitchExtractor

StyleTTS为研究人员和开发者提供了一个强大的TTS框架,欢迎探索使用!如有任何问题,可以在GitHub仓库中提issue讨论。

编辑推荐精选

扣子-AI办公

扣子-AI办公

职场AI，就用扣子

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。

图像生成AI工具AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机AI图像热门
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码，轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

下拉加载更多