语音转换软件
sprocket-vc的Python项目详细描述
[![Python版本](https://img.shields.io/badge/python-3.5%2c%203.6%2c%203.7-green.svg)(https://img.shields.io/badge/python-3.5%2c%203.6%2c%203.7-green.svg)
[![构建状态](https://www.travis-ci.org/k2kobayashi/sprocket.svg?branch=travis)(https://www.travis-ci.org/k2kobayashi/sprocket)
[![覆盖状态](https://coveralls.io/repos/github/k2kobayashi/sprocket/badge.svg?branch=master)(https://coveralls.io/github/k2kobayashi/sprocket?分支=主)
[![PYPI版本](https://badge.fury.io/py/sprocket vc.svg)(https://badge.fury.io/py/sprocket vc)
[![麻省理工学院许可证](http://img.shields.io/badge/license-mit-blue.svg?style=flat)](许可证)
sprocket
=
语音转换软件-语音转换(VC)是一种将源扬声器的扬声器标识转换为目标扬声器标识的技术。该软件使用户能够开发基于高斯混合模型(GMM)的传统VC系统和基于差分GMM(DiffGMM)的无声码器VC系统,该系统使用源和目标扬声器的并行数据集。《奥德赛》,第203-210页,2018年6月。
[[论文]](https://nuss.nagoya-u.ac.jp/s/h8yknq6qxjxtu3)
-t.toda,“动手语音转换”,克里特岛语音处理课程(spcc),2018年7月。
[[slide]](https://www.slideshare.net/nu-i-u-todalab/hands on-on语音转换)
《转换样本
-语音转换挑战2018[[zip]](https://nu s s.nagoya-u.ac.jp/index.php/s/cs0ybtcw85p3dk)
《目的》再现典型的语音转换样本。vc系统
开发此软件是为了使为了方便用户建立VC系统,只需编写所需的源和目标说话人的并行数据集,并执行示例脚本。BR/>以下VC方法被实现为典型的VC方法。
BR/>传统的基于GMM的VC方法:BR/> - T. Toda,A.W.Black,K. Tokuda,“基于最大值的语音转换”谱参数轨迹的似然估计,《IEEE音频、语音和语言处理汇刊》,第15卷,第8期,2222-2235页,2007年11月。基于DIFFGMM的无声码器VC方法“用于统计语音转换的f0转换技术,带有直接波形修改和频谱差分,”proc.ieee slt,第693-700页,2016年12月。
以及波形修改。
有关VC库的详细信息,请参阅(即将发布)中的链轮文档。
0.18.1
安装链轮
``` `
pip install numpy==1.15.4 cython
pip install链轮vc
` ` ` `
<>参见[vc ex例](docs/vc-example.md)
报告错误
如有任何疑问或问题,请访问:
````
https://github.com/gitshub.com/kkobayashi/sprockbabayashi/sprockbabayashi/问题
````
`版权所有,版权所有(c)2017年kazuhiro kobayashi
` `````````
[https://opensource.org/licens/mit license/mit license.php(https://opensource.org/licenses/licenses/mit license/mit license.php)
[顾问]
changlog
==
>0.18.3(2019/04/24)(2019/04/24)
=-
>>
>
>-实现基于gmm的vc和基于gmm的vc的一些功能和小错误修复
-
-
-<132
-<130
-<127
<0.18(2017/10/01)(2017/10/01)(2017/10/10/01)
-
=
===>
-发布第一个版本。
-用于[语音转换]的基线系统挑战2018)(http://www.vc-challenge.org/)
[![构建状态](https://www.travis-ci.org/k2kobayashi/sprocket.svg?branch=travis)(https://www.travis-ci.org/k2kobayashi/sprocket)
[![覆盖状态](https://coveralls.io/repos/github/k2kobayashi/sprocket/badge.svg?branch=master)(https://coveralls.io/github/k2kobayashi/sprocket?分支=主)
[![PYPI版本](https://badge.fury.io/py/sprocket vc.svg)(https://badge.fury.io/py/sprocket vc)
[![麻省理工学院许可证](http://img.shields.io/badge/license-mit-blue.svg?style=flat)](许可证)
sprocket
=
语音转换软件-语音转换(VC)是一种将源扬声器的扬声器标识转换为目标扬声器标识的技术。该软件使用户能够开发基于高斯混合模型(GMM)的传统VC系统和基于差分GMM(DiffGMM)的无声码器VC系统,该系统使用源和目标扬声器的并行数据集。《奥德赛》,第203-210页,2018年6月。
[[论文]](https://nuss.nagoya-u.ac.jp/s/h8yknq6qxjxtu3)
-t.toda,“动手语音转换”,克里特岛语音处理课程(spcc),2018年7月。
[[slide]](https://www.slideshare.net/nu-i-u-todalab/hands on-on语音转换)
《转换样本
-语音转换挑战2018[[zip]](https://nu s s.nagoya-u.ac.jp/index.php/s/cs0ybtcw85p3dk)
《目的》再现典型的语音转换样本。vc系统
开发此软件是为了使为了方便用户建立VC系统,只需编写所需的源和目标说话人的并行数据集,并执行示例脚本。BR/>以下VC方法被实现为典型的VC方法。
BR/>传统的基于GMM的VC方法:BR/> - T. Toda,A.W.Black,K. Tokuda,“基于最大值的语音转换”谱参数轨迹的似然估计,《IEEE音频、语音和语言处理汇刊》,第15卷,第8期,2222-2235页,2007年11月。基于DIFFGMM的无声码器VC方法“用于统计语音转换的f0转换技术,带有直接波形修改和频谱差分,”proc.ieee slt,第693-700页,2016年12月。
以及波形修改。
有关VC库的详细信息,请参阅(即将发布)中的链轮文档。
0.18.1
安装链轮
``` `
pip install numpy==1.15.4 cython
pip install链轮vc
` ` ` `
<>参见[vc ex例](docs/vc-example.md)
报告错误
如有任何疑问或问题,请访问:
````
https://github.com/gitshub.com/kkobayashi/sprockbabayashi/sprockbabayashi/问题
````
`版权所有,版权所有(c)2017年kazuhiro kobayashi
` `````````
[https://opensource.org/licens/mit license/mit license.php(https://opensource.org/licenses/licenses/mit license/mit license.php)
[顾问]
changlog
==
>0.18.3(2019/04/24)(2019/04/24)
=-
>>
>
>-实现基于gmm的vc和基于gmm的vc的一些功能和小错误修复
-
-
-<132
-<130
-<127
<0.18(2017/10/01)(2017/10/01)(2017/10/10/01)
-
=
===>
-发布第一个版本。
-用于[语音转换]的基线系统挑战2018)(http://www.vc-challenge.org/)