无人直播场景中的语音技术：真实拟声的文本转语音技术实现

演示Demohttps://www.bilibili.com/video/BV16G411v7vr?vd_source=f0b3774eb88ae2a53e22ed456f440c18

AI（人工智能）的进步和直播带货的兴起，语音技术在这个场景中的应用也日益需求增多。尤其是在无人直播带货中，语音技术的重要性更是突出。其中，音色替换和可预测感情文本转语音（TTS）是两种关键的语音技术，对于提升无人直播带货的体验和购买欲望具有重要作用。

流程包括文本预处理、声学模型处理训练和后处理三个步骤。首先，文本预处理会对标注的文本分析和处理，例如分词、词性标注和语法分析等。然后，声学模型训练会将文本转化为声学特征，这个过程通常需要大量的语音数据来训练。最后，后处理会对生成的语音波形进行优化和调整，以使其更符合直播带货的需求。

首先，我们需要准备所需的工具和整合包，包括各种软件和工具库。这些工具我会在下方分享出来

链接：https://pan.baidu.com/s/1iQtzpioz8MX2hF7EWeYluA?pwd=gvvy

音频切片+音频标注+模型训练首先，我们需要对训练声音素材进行提纯处理，去除掉背景音和杂音。这里推荐使用UVR工具进行声音提纯。

二、对声音素材进行切片

三、对分段音频进行文本标注切片好的音频经过手动筛选过短的音频放入raw_audio 

点击0.带标点符号的标注

标注完成

打开bertvist2整合包  启动webui

创建文件夹 

启动webui  创建训练的模型  自己创建目录 将切好片的声音文件放入custom_character_voice   将标注好的文本放入filelists

文本预处理

生成bert文件

生成emo文件

写入训练参数批大小根据显卡设置我这里设置16

训练中