DragonianVoice

DragonianVoice 项目介绍

项目概述

DragonianVoice 是一个致力于语音合成与转换的工具库项目，主要用于 TTS（文本转语音）、SVC（语音转换）和 SVS（歌声合成）的推理。随着不断的迭代，该项目当前主要提供用于不同语音合成框架的 ONNX 模型推理支持，可通过 C/C++/C# 调用。这使得科创者、开发人员能够方便快速地集成到自己的应用或项目中。

项目特性

• TTS（文本转语音）： 支持多种语音合成模型如 Tacotron2、Vits、EmotionalVits 和 BERTVits2 等。这些模型能够将文本转换为自然流畅的语音。
• SVC（语音转换）： 包括 SoVitsSvc、RVC、DiffusionSvc 等模型，可以实现在不用重复录制的情况下对语音进行风格或声线的改变。
• SVS（歌声合成）： 以 DiffSinger 模型为主，使得输入的音符和歌词能够合成为歌声。

技术集成

项目目前采用 ONNX 框架用于模型推理，并已更新以支持 fish-speech 项目的集成。结合 ggml 框架重写了 fish-speech，组成了 fish-speech.cpp 子项目，从而提高了语音处理性能和精度。

支持的网络与模型

DragonianVoice 支持广泛的深度学习模型与工具库，包括但不限于：

• DeepLearningExamples（来自 NVIDIA 的典型例子）
• 各类 Vits 系列，包括 EmotionalVits 和 BertVits2
• RVC、DiffSvc、FishDiffusion 等系列语音转换模型
• FCPE、RMVPE 等辅助语音处理工具

使用指南与配置

DragonianVoice 提供了多种语音合成与转换模型的配置指南，用户可以根据自己的需求选择适合的模型进行下载或自行导出为 ONNX 格式进行使用。所需模型如 tacotron2、vits 等需要自行准备好相应的符号表、清理器及先验模型。

常见问题解答

1. 项目名的来历是什么？

   • 取自对“龙娘”的喜爱，灵感来源于 XP 时代的怀旧喜好。

2. 该项目的主要功能是什么？

   • 初始化用来简化各类语音合成的开发环境配置，现在逐步转型为 SVC 辅助工具，承诺长期维护。

3. 项目是否会未来收费？

   • 永久免费开放源代码，任何收取费用的版本都源自非法行为。

4. 是否提供有偿模型训练服务？

   • 不提供，鼓励用户通过教程自学实现。

注意事项

• 使用时请确保遵守当地法律法规及项目的用户协议，禁止用于任何违法活动、商业游戏、以及低质量创作和政治相关内容。
• 项目对于用户生成的任何内容不承担责任，内容版权归创建者所有。

免责声明

DragonianVoice 为完全开源离线项目，开发者不对用户的任何操作负责。本项目不包含任何附带模型，模型需要用户自行训练并导出为 ONNX 格式。另外，本项目的开发者不参与用户的实际模型训练。

DragonianVoice 项目旨在简化语音合成与转换的技术难度，让开发者与音频爱好者都能体验到语音技术的无穷可能性。