MockingBird
Clona una voz en 5 segundos para generar voz arbitraria en tiempo real.
Clona voces en 5 segundos y genera voz personalizada en tiempo real usando PyTorch.
MockingBird es un kit de herramientas de clonación de voz y conversión de texto a voz en tiempo real basado en PyTorch. Se adapta a equipos de ingeniería civil y profesionales técnicos que necesitan una generación rápida de audio localizado para presentaciones de proyectos o advertencias en obras.
Qué es
Procesa conjuntos de datos de audio y espectrogramas mel para entrenar codificadores, sintetizadores y vocoders personalizados. Puedes reutilizar codificadores preentrenados mientras adaptas el sintetizador para dialectos mandarines específicos o entradas de múltiples conjuntos de datos.
Para quién
Es adecuado para desarrolladores de Python y especialistas técnicos con experiencia en aprendizaje profundo. No es adecuado para usuarios no técnicos que buscan una aplicación móvil de texto a voz sencilla y lista para usar.
Funciones clave
Clonación de voz en 5 segundos
Clona una voz de destino utilizando solo una muestra de audio de 5 segundos.
Soporte para PyTorch 1.9.0
Construido y probado usando PyTorch con soporte para GPU como Tesla T4 y GTX 2060.
Listo para servidor web
Sirve los resultados de tu voz generada fácilmente con endpoints de llamadas remotas.
Entrenamiento con múltiples conjuntos de datos
Preprocesa y entrena con conjuntos de datos chinos como aidatatang_200zh, magicdata y aishell3.
Listo en 3 pasos
Nuestro veredicto honesto
Lo mejor
- Clona voces arbitrarias a partir de muestras de audio muy cortas de 5 segundos
- Soporta despliegue en servidor web para llamadas API remotas
- Incluye documentación de configuración específica para Macs M1 usando Rosetta
- Reutiliza codificadores y vocoders preentrenados para simplificar el entrenamiento
Sus límites
- Requiere la compilación manual de dependencias como pyworld y ctc-segmentation en Macs M1
- El entrenamiento de sintetizadores personalizados requiere descargar conjuntos de datos externos y gestionar puntos de control
- La herramienta CLI original es incompatible con símbolos chinos, lo que requiere rutas de modelos personalizadas
Precios y licencia
Gratis bajo su licencia MIT. Además, el autor original ofrece una versión optimizada alojada en la nube llamada noiz.ai.
Empleos para hispanohablantes
870 puestos remotos abiertos de entrenamiento de IA, actualizados el 14 de noviembre de 2026; la mayoría paga $20–$170 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Alternativas
Úsalo, o deja que lo configuremos
FAQ
¿Esta herramienta es compatible con inglés?
El repositorio menciona soporte para inglés además de mandarino, aunque las pruebas se centran fuertemente en conjuntos de datos y modelos chinos.
¿Puedo ejecutar esto en un Mac con Apple Silicon?
Sí, pero debes seguir soluciones específicas que involucran configuraciones de terminal con Rosetta 2 y compilación manual de fuentes para ciertos paquetes.
