MockingBird

概览

GitHub

MockingBird 是一个开源的语音克隆项目，基于 Python 和 PyTorch 构建。它的核心能力是通过一段约5秒的参考音频，实时克隆说话人的声音特征，并用该声音合成任意文本内容的语音。 该项目最初衍生自 Real-Time Voice Cloning，在此基础上增加了对中文普通话的支持，并在 aidatatang_200zh、magicdata、aishell3、data_aishell 等多个中文数据集上进行了测试。项目复用了预训练的 encoder 和 vocoder，用户只需训练 synthesizer 模型即可获得语音合成效果。 **主要能力：** - **多语言支持**：支持中文普通话及英文等语言的语音合成与克隆。 - **跨平台运行**：兼容 Windows、Linux 操作系统，并提供针对 M1 macOS 的安装指南。 - **Web 服务就绪**：内置 Web 服务端点，支持通过远程调用提供语音合成服务。 - **自定义训练**：允许用户使用自己的数据集对 encoder 和 synthesizer 进行预处理与训练。 **技术栈与环境要求：** 项目使用 PyTorch（测试版本为 1.9.0），推荐搭配 Tesla T4 或 GTX 2060 等 GPU 运行。基础环境需要 Python 3.7 及以上版本，并依赖 ffmpeg 等工具。 需要注意的是，原作者已不再活跃更新此仓库，而是将相关技术推进至另一个云端托管的商业化项目 noiz.ai。当前仓库的代码和文档停留在之前的状态，适合对语音克隆技术感兴趣的研究者或开发者本地部署体验。

Q&A

MockingBird 支持哪些语言？由 AI 生成

根据原文，MockingBird 支持中文普通话，并在 aidatatang_200zh、magicdata、aishell3、data_aishell 等中文数据集上进行了测试。其底层基于 Real-Time Voice Cloning，也支持英文。

这个项目还在维护吗？由 AI 生成

原作者在 README 中声明已不再活跃更新此仓库，而是将技术转向了另一个优化且云端托管的版本 noiz.ai。

运行 MockingBird 需要什么环境？由 AI 生成

需要 Python 3.7 或更高版本，安装 PyTorch（推荐 1.9.0）和 ffmpeg，并通过 pip 安装 requirements.txt 中的依赖。推荐使用 GPU（如 Tesla T4 或 GTX 2060）。

可以在 Mac M1 上运行吗？由 AI 生成

可以，但需要进行额外配置。由于 PyQt5 不兼容 M1 芯片，需要通过 Rosetta Terminal 以 x86 架构安装依赖并运行，或者直接使用项目中的 web.py 替代 demo_toolbox.py。

如何提供远程语音合成服务？由 AI 生成

项目具备 Webserver Ready 特性，可以通过启动 Web 服务来接收远程调用并返回语音合成结果。