Category: AI

开源克隆声音工具，将文字或其他语音转成该音色

一、软件说明 这个声音克隆工具，可使用任何人类音色，将一段文字合成为使用该音色说话的声音，或者将一个声音使用该音色转换为另一个声音。 使用非常简单，没有N卡GPU也可以使用，下载预编译版本，双击 app.exe 打开一个web界面，鼠标点点就能用。 支持 中文、英文、日语、韩语 4种语言，可在线从麦克风录制声音。 为保证合成效果，建议录制时长5秒到20秒，发音清晰准确，不要存在背景噪声。 英文效果比中文效果好。 二、使用方法 1、下载预编译版，适用于window 10/11(已含文字到语音模型，语音到语音模型需单独下载),Mac下请拉取源码自行编译。 【github下载】【百度网盘下载：提取码: hadx】 2、解压后进入解压目录，双击 start.bat ，等待自动打开web窗口。 3、输入文字或者上传想转换的音频文件，然后录制或从本地上传一段音色文件，开始转换 4、预编译版仅支持CPU，只包含文字到语音模型，如果需要语音到语音功能，即上传一个音频文件，然后将该音频转换为使用选定音色的另一个音频，需单独下载语音到语音(speech-to-speech)模型，然后放到和app.exe同级的tts文件夹中。 speech-to-speech模型下载：【百度网盘：提取码: g3w8】【github下载】 三、常见问题 1、启动后需要冷加载模型，会消耗一些时间，请耐心等待显示出http://127.0.0.1:9988， 并自动打开浏览器页面后，稍等两三分钟后再进行转换 2、如果打开的cmd窗口很久不动，需要在上面按下回车才继续输出，请在cmd左上角图标上单击，选择“属性”，然后取消“快速编辑”和“插入模式”的复选框 四、源码部署，以window为例

基于AI，能无损分辨率去除图片/视频硬字幕、水印，无需申请第三方API，本地运行的软件。

一、它能做什么？ video-subtitle-remover (VSR) 是一款基于AI技术，它能够通过AI算法模型，对去除字幕文本的区域进行填充（非相邻像素填充与马赛克去除），无损分辨率去除视频中的硬字幕，并支持自定义字幕位置（传入位置）和自动去除所有字幕的软件（不传入位置）。 项目开源地址：https://github.com/YaoFANGUK/video-subtitle-remover 二、硬件要求： GPU：GTX 1060或以上显卡（目前暂不支持Nvidia以外的显卡） CPU: 支持AVX指令集 三、使用说明：直接下载压缩包解压运行，仅支持Nvidia显卡。 Windows GPU版本v1.0.0（GPU）： 百度网盘: vsr_windows_gpu_v1.0.0.7z 提取码：vsr1 Google Drive: vsr_windows_gpu_v1.0.0.7z

完全免费开源的，能在本机运行的图片放大修复工具

小伙伴有时可能需要把一些老旧模糊，分辨率低下的照片放大并高清处理，让老照片更清楚，分辨率更高。网上虽然也有一些在线的工具，但要么效果不好，或者存在隐私泄露的风险。所以今天我们要说的就是这个可以完全在本机运行的，免费开源的图片放大修复工具Final2x 项目github地址：https://github.com/Tohrusky/Final2x/ 百度网盘：https://pan.baidu.com/s/1seeMyW3jCCwZWehX9zxHiw 提取码: vp4i 1、下载支持相应系统的应用版本，我们下面以Windows版本为例。 2、解压运行Final2x，软件操作十分简单，上传要优化的照片，点击开始就可以了。 3、我们主要来说说左下角的图标，具体看图 4、先点击语言按钮切换你希望的语言界面，然后进入设置界面，鼠标停留在按钮上就会显示相应的提示，注意：如果你有Nvidia独立显卡可以打开TTA，会提升优化效果，否则可能会出现错误。 5、优化后效果展示。 总结：该软件完全开源免费，而且是在本地运行，能防止隐私泄露，而且效果很好，所以推荐使用。

使用So-VITS-SVC训练属于自己的声音教程

前言：训练出来的声音模型可以在视频、语音或歌曲翻唱使用。 条件： 1、一段自己干净的人声，在安静的环境下录制，最好别低于30分钟，声音文件格式WAV，如果有多个文件，请批量按顺序重命名下文件。 2、一块8G以上显存的独立显卡的电脑。当然也可以用CPU，但那训练速度就慢很多了。 3、电脑上下载好Audio Slicer（音频分割切片）和so-vits-svc 链接：https://pan.baidu.com/s/1glwuY4Zv2mpp05T2uNxzeA提取码：wk5g 操作： 1、新建文件夹，命名为OUT。 2、运行Audio Slicer，拖入需要切片的音频文件，输出文件就选择刚新建的OUT文件夹。然后点start开始。 3、检查切片后的音频文件大小，每段长度最好别超过7秒，如果有发现还有比较长时间的文件，请按下图修改参数后再次切片处理，直到每段长度不超过7秒。 4、解压so-vits-svc，然后把存放切片的OUT文件夹放入so-vits-svc\dataset_raw文件夹下 5、返回so-vits-svc目录，点击”webui.bat“启动。可能需要花几分钟到十几分钟时间。如果没问题等待安装环境后会自动跳出界面，如果没有自动跳出，请按照提示复制IP:端口好，到浏览器里手动打开。 6、点界面上方”训练-识别数据集“会自动识别我们刚放到dataset_raw\OUT文件夹，其他参数不用修改，然后点击下面的数据预处理按钮，开始预处理数据。这个过程需要时间比较长，主要取决于电脑的显卡性能。下面可以看到处理进度，请耐心等待处理完成。 7、预处理完成后清空数据信息，如果没有独立显卡就需要选择CPU来训练，但时间要非常久，要做好思想准备。建议使用NVIDIA的显卡，选择CUDA,这样可以极大提高训练速度。其他只要注意保存步数那，按推荐的设置就可以。然后点击从头开始训练就可以了。 8、训练的时间是非常长的，看显卡性能，需要2-4天左右才能得到比较好的效果，当然，训练可以暂停的，如果被中断，只需再次打开so-vits-svc，点击”继续上次的训练“就可以接着下去训练。 9、查看训练步骤和效果。运行so-vits-svc目录下的tensoboard.bat文件，然后把显示的地址:端口复制到浏览器里打开。然后点上面的AUDIO的页面就可以看到已训练的步骤和试听效果。 10、如果你觉得效果已经可以了，就可以暂停训练了。然后打开推理页面，选择训练好的模型，编码器默认，配置文件选择默认的config.json就可以，然后点下面的加载模型，成功后就可以，上传音频文件，替换原文件的语音或文字转语音。 总之，怎么使用训练好的模型，各位小伙伴就可以发挥各自的聪明才智了。

一键生成最近很火的美化二维码教程

这应该是目前最简单的方法，不用搭任何环境。 1、先用草料二维码生成器，生成需要的普通二维码，注意：就算是个人的微信二维码也建议用草料二维码再重新生成过。草料二维码生成器：https://cli.im/ 2、打开https://huggingface.co/spaces/huggingface-projects/QR-code-AI-art-generator。上传刚生成的二维码图。 3、在下面Prompt那里写上提示词，注意要用英文。再点击最下面的RUN，大概等一分钟左右就可以看到美化过的二维码了。如果不满意请再修改Prompt重新生成。 快去生成一个让朋友们惊艳一下吧！

Exit mobile version