mimic-recording-studio

Mimic Recording Studio 项目介绍

Mimic Recording Studio 是一款用于采集语音训练数据的软件，旨在生成特定声音的文字转语音模型。该项目由 Mycroft 开发，与开源技术结合，通过简化数据采集过程，使个人能够记录其声音，从而为 Mimic 创建独一无二的语音模型。

软件快速入门

Windows 自托管快速启动

要在 Windows 上运行 Mimic Recording Studio，用户只需克隆代码库并执行批处理文件：

git clone https://github.com/MycroftAI/mimic-recording-studio.git
cd mimic-recording-studio
start-windows.bat

Linux/Mac 自托管快速启动

在 Linux 或 Mac 上，用户需要安装 Docker 和 Docker Compose，然后通过以下命令来构建和运行：

git clone https://github.com/MycroftAI/mimic-recording-studio.git
cd mimic-recording-studio
docker-compose up

用户也可以分别构建和运行：

docker-compose build
docker-compose up

浏览器中访问 http://localhost:3000 即可开始使用。

注：首次执行 docker-compose up 可能较慢，因为该命令会同时构建 docker 容器。

手动安装、构建和启动

后端

后端需要 Python 3.5+ 和 ffmpeg：

cd backend/
pip install -r requirements.txt
python run.py

前端

前端依赖 node & npm 以及 create-react-app：

cd frontend/
npm install
npm start

数据处理

Mimic Recording Studio 会将音频保存为 WAV 文件，并自动修剪开头和结尾的静音。每个 WAV 文件都会生成对应的元数据文件 {uuid}-metadata.txt，用于记录对应的文本信息。

语料库

默认使用的英语语料库可以替换为用户创建的语料库，只需遵循特定格式并更新环境变量即可。

使用技术

前端

Mimic Recording Studio 的前端由 JavaScript 和 React 构建，具备录音播放、音频可视化和指标显示等功能。

后端

后端使用 Python 和 Flask 构建，负责音频处理、数据服务以及信息记录。

Docker

项目通过 Docker 实现容器化，通用的端口设置为前端 3000、后端 5000，用户可以通过配置文件进行调整。

录音提示

为了获得高质量的声音，Mimic Recording Studio 建议用户在安静环境中使用高质量话筒进行录制，控制录音时长以避免声音疲劳，并按时备份录音数据。

高级功能

用户可以通过查询 SQLite 数据库来管理录音，并根据需要修改记录的 uuid 以同步数据和浏览器设置。

向 Mycroft 提供录音

用户可在许可协议下将其录音捐赠给 Mycroft，这是增强语音识别模型的重要资源。

贡献和支持

用户可以通过 Mycroft 社区论坛和聊天平台获取支持，项目也欢迎用户贡献代码和建议。

Mimic Recording Studio 极大地方便了语音数据的采集和处理，让个性化语音技术触手可及。