懂AI
midi2voice

midi2voice

一种基于HMM的MIDI文件到歌声合成系统

midi2voice，一个由名古屋工业大学实现的基于HMM的声音合成工具，允许用户通过命令将MIDI文件转换为音乐XML，支持多种语言和性别声音的个性化选择。支持日语、英语和普通话，还可通过在线平台快速体验。

midi2voice人工智能唱歌Sinsy音乐合成MIDI文件Github开源项目
访问官网GitHub论文

项目介绍：midi2voice

midi2voice 是一个用于从 MIDI 文件合成歌声的开源项目。该项目依托名古屋工业大学开发的 HMM（隐藏马尔可夫模型）歌声合成系统，使用 sinsy.jp 网站来合成音频。项目的初衷是为 MIDI 文件提供一种便捷的方式，用以生成模拟人声的歌声。

依赖项

midi2voice 项目的运行需要以下依赖：

  • musescore，用于将 MIDI 文件转换为 MusicXML 格式。
  • Python 3，是项目的运行环境。

安装方法

用户可以通过以下命令安装 midi2voice：

pip install git+git://github.com/mathigatti/midi2voice.git

使用方法

midi2voice 提供一个命令行接口，用户可以通过执行 python -m midi2voice 来运行程序。程序支持多个参数，大多数参数是可选的，只需在默认设置不满足时使用。

python -m midi2voice -h # 显示帮助信息并退出
python -m midi2voice -l 歌词文件路径 -m MIDI文件路径 -lang 语言 -g 性别 -t 节奏 -s 性别参数 -v 颤音强度 -p 音高变调 -d 目标文件夹

以下是使用示例：

  • 打印帮助信息：

    python3 -m midi2voice -h

  • 基础使用示例：

    python -m midi2voice -l shallow.txt -m shallow.mid

  • 使用特定语言、性别和节奏生成歌声：

    python -m midi2voice -l shallow.txt -m shallow.mid -lang english -g female -t 96

对于没有安装 Python 的用户，该项目也可以通过 Google Colab 在线试用：点击这里尝试。

可用的声音选项

目前，sinsy.jp 网站提供多种语言和性别的声音选项。用户可以利用 VOICEINDEX 参数选择不同的声音：

  • 日语：

    • 女性：Yoko、Xiang-Ling 等（多达 7 种变体）
    • 男性：目前有 2 种变体

  • 英语：

    • 女性：Xiang-Ling（2 种变体）
    • 男性：Matsuo-P

  • 中文（普通话）：

    • 女性：Xiang-Ling

贡献与支持

项目由 Mathias Gatti 开发（GitHub 用户名 @mathigatti）。如果用户在学术发表中使用了该项目，请记得注明引用信息：

Gatti, M. (2020). mathigatti/midi2voice v1.0.0 (v1.0.0) [Computer software]. Zenodo. https://doi.org/10.5281/ZENODO.3969003

用户可以通过 ko-fi 支持作者继续开发和维护该开源项目。

开源协议

midi2voice 使用 MIT 开源许可证。用户可以自由使用、修改和分发该软件。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

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
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多