MockingBird
Clone uma voz em 5 segundos para gerar fala arbitrária em tempo real.
Clone vozes em 5 segundos e gere fala personalizada em tempo real usando PyTorch.
MockingBird é um kit de ferramentas de clonagem de voz em tempo real e conversão de texto em fala construído sobre o PyTorch. Ele atende a equipes de engenharia civil e profissionais técnicos que precisam de geração rápida de áudio localizado para apresentações de projetos ou avisos de canteiro de obras.
O que é
Ele processa conjuntos de dados de áudio e mel espectrogramas para treinar codificadores, sintetizadores e vocoders personalizados. Você pode reutilizar codificadores pré-treinados enquanto adapta o sintetizador para dialetos específicos do mandarim ou entradas de múltiplos conjuntos de dados.
Para quem
Ele atende a desenvolvedores Python e especialistas técnicos com experiência em aprendizado profundo. Não é adequado para usuários não técnicos que procuram um aplicativo móvel simples de conversão de texto em fala pronto para uso.
Recursos principais
Clonagem de Voz em 5 Segundos
Clone uma voz de destino usando apenas uma amostra de áudio de 5 segundos.
Suporte ao PyTorch 1.9.0
Construído e testado usando PyTorch com suporte a GPU como Tesla T4 e GTX 2060.
Pronto para Servidor Web
Sirva seus resultados de fala gerados facilmente com endpoints de chamada remota.
Treinamento com Múltiplos Conjuntos de Dados
Pré-processe e treine com conjuntos de dados chineses como aidatatang_200zh, magicdata e aishell3.
Pronto em 3 passos
Nosso veredito honesto
Pontos fortes
- Clone vozes arbitrárias a partir de amostras de áudio muito curtas de 5 segundos
- Suporta implantação em servidor web para chamadas de API remotas
- Inclui documentação de configuração específica para Macs M1 usando Rosetta
- Reutiliza codificadores e vocoders pré-treinados para simplificar o treinamento
Onde deixa a desejar
- Requer compilação manual de dependências como pyworld e ctc-segmentation em Macs M1
- O treinamento de sintetizadores personalizados requer o download de conjuntos de dados externos e o gerenciamento de pontos de verificação (checkpoints)
- A ferramenta CLI original é incompatível com símbolos chineses, exigindo caminhos de modelo personalizados
Preços & licença
Gratuito sob sua licença MIT. Além disso, o autor original oferece uma versão otimizada hospedada na nuvem chamada noiz.ai.
Vagas para quem fala português
876 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$170 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Alternativas
Use, ou deixe que a gente configure
FAQ
Esta ferramenta suporta inglês?
O repositório menciona suporte a inglês juntamente com o mandarim, embora os testes se concentrem fortemente em conjuntos de dados e modelos chineses.
Posso executar isso em um Mac com Apple Silicon?
Sim, mas você deve seguir soluções alternativas específicas envolvendo configurações de terminal do Rosetta 2 e compilação manual de código-fonte para determinados pacotes.
