项目地址:https://github.com/Warma10032/easytts
主要功能:方便地对文本进行分句和说话人识别,为每个角色分配不同的TTS模型后,就可以生成一个多角色的有声小说。
项目目前仍然在前期开发中,可能会有很多bug,会积极修复。项目不足还请海涵。
未来打算集成更多的TTS后端平台,例如gpt-sovist这类语音合成模型,老婆讲故事指日可待
说话人识别项目来自
code:https://github.com/yudiandoris/csi
paper:https://aclanthology.org/2022.naacl-main.165/
我根据论文作者提供的脚本训练了模型,但由于缺少算力只训练了1个epoch,想要更好的识别效果可以参考原始代码进行训练。