MockingBird
Clonez une voix en 5 secondes pour générer un discours arbitraire en temps réel.
Clonez des voix en 5 secondes et générez un discours personnalisé en temps réel à l'aide de PyTorch.
MockingBird est une boîte à outils de clonage de voix et de synthèse vocale en temps réel construite sur PyTorch. Elle convient aux équipes de génie civil et aux professionnels techniques ayant besoin d'une génération audio localisée rapide pour des présentations de projets ou des avertissements de chantier.
Qu'est-ce que c'est
Il traite des ensembles de données audio et des spectrogrammes mel pour entraîner des encodeurs, des synthétiseurs et des vocodeurs personnalisés. Vous pouvez réutiliser des encodeurs pré-entraînés tout en adaptant le synthétiseur pour des dialectes mandarins spécifiques ou des entrées multi-ensembles de données.
Pour qui
Il convient aux développeurs Python et aux spécialistes techniques ayant de l'expérience en deep learning. Il ne convient pas aux utilisateurs non techniques recherchant une application mobile de synthèse vocale simple prête à l'emploi.
Fonctionnalités clés
Clonage de voix en 5 secondes
Clonez une voix cible en utilisant simplement un échantillon audio de 5 secondes.
Support de PyTorch 1.9.0
Construit et testé avec PyTorch avec support GPU comme Tesla T4 et GTX 2060.
Prêt pour le serveur web
Servez facilement vos résultats de synthèse vocale avec des points de terminaison d'appel distant.
Entraînement multi-datasets
Prétraitez et entraînez avec des ensembles de données chinois comme aidatatang_200zh, magicdata et aishell3.
Opérationnel en 3 étapes
Notre verdict honnête
Ses atouts
- Clone des voix arbitraires à partir de très courts échantillons audio de 5 secondes
- Prend en charge le déploiement de serveurs web pour les appels API distants
- Comprend une documentation de configuration spécifique pour les Mac M1 utilisant Rosetta
- Réutilise des encodeurs et des vocodeurs pré-entraînés pour simplifier l'entraînement
Ses limites
- Nécessite la compilation manuelle de dépendances comme pyworld et ctc-segmentation sur les Mac M1
- L'entraînement de synthétiseurs personnalisés nécessite le téléchargement d'ensembles de données externes et la gestion des points de contrôle
- L'outil CLI d'origine est incompatible avec les symboles chinois, nécessitant des chemins de modèles personnalisés
Tarifs & licence
Gratuit sous licence MIT. De plus, l'auteur original propose une version hébergée dans le cloud optimisée appelée noiz.ai.
Missions pour francophones
870 missions ouvertes à distance en entraînement d’IA, mises à jour le 14 novembre 2026 ; la plupart paient $20–$170 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Alternatives
Utilisez-le, ou laissez-nous l'installer
FAQ
Cet outil prend-il en charge l'anglais ?
Le dépôt mentionne la support de l'anglais aux côtés du mandarin, bien que les tests se concentrent fortement sur les ensembles de données et les modèles chinois.
Puis-je l'exécuter sur un Mac Apple Silicon ?
Oui, mais vous devez suivre des solutions de contournement spécifiques impliquant des configurations de terminal Rosetta 2 et une compilation manuelle des sources pour certains paquets.
