Hello，大家好我是狗搶。

發(fā)布了視頻隨便寫點(diǎn)啥吧，好讓大家知道我最近在干嘛。

今天心情郁悶，本想這兩天把【瓶蓋音量旋鈕】這個(gè)小開(kāi)源項(xiàng)目實(shí)現(xiàn)出來(lái)，但昨天工作一切正常的attiny 85開(kāi)發(fā)板，到了今天就變磚了。（https://www.bilibili.com/video/BV1q8411W7ug/?spm_id_from=333.999.0.0）

但這不是本文的主要內(nèi)容。

本文的主要內(nèi)容還是記錄一下在復(fù)現(xiàn)VITS這個(gè)工作的過(guò)程中，解決的一些奇怪的問(wèn)題，也希望能給后來(lái)的老鴿們提供一點(diǎn)幫助。

之前有說(shuō)到，我想借助whisper（https://openai.com/blog/whisper/）和VITS（https://github.com/jaywalnut310/vits）來(lái)實(shí)現(xiàn)一個(gè)川皇的語(yǔ)音。

在構(gòu)建語(yǔ)音數(shù)據(jù)庫(kù)的過(guò)程中，VITS的preprocess.py報(bào)了這樣一個(gè)錯(cuò)誤。

RuntimeError: espeak not installed on your system

我是在windows下用miniconda搭的環(huán)境，沒(méi)有辦法apt-get安裝espeak。

參考鏈接https://github.com/bootphon/phonemizer/issues/44的解決方案，我在windows的D盤下安裝了espeak-ng，（順手espeak也裝了）。

然后配置了windows的環(huán)境變量：

包括PATH添加D:\Program Files (x86)\eSpeak\，創(chuàng)建PHONEMIZER_ESPEAK_PATH和PHONEMIZER_ESPEAK_LIBRARY兩個(gè)變量。

（并把phonemizer下的backend\base.py中檢測(cè)backend的代碼注釋了）

但是問(wèn)題來(lái)了，D:\Program Files (x86)\eSpeak\下沒(méi)有PHONEMIZER_ESPEAK_LIBRARY所需要指向的libespeak-ng.dll文件？！

折騰了半天，發(fā)現(xiàn)C:\Program Files\下有個(gè)eSpeak NG文件夾。合著我這改安裝路徑還是坑了自己一把。點(diǎn)進(jìn)去發(fā)現(xiàn)有所需的動(dòng)態(tài)鏈接庫(kù)，然后問(wèn)題解決。

目前川皇語(yǔ)言這個(gè)想法推進(jìn)到了把文字轉(zhuǎn)換成音標(biāo)。

例如，“God bless you and God bless America.” => “ɡ?ɑ?d bl??s ju? ?nd ɡ?ɑ?d bl??s ?m????k?.”

這幾天準(zhǔn)備把音頻文件按照時(shí)間切割出來(lái)，然后組織好對(duì)應(yīng)的文字扔到VITS進(jìn)行預(yù)處理，然后就嘗試進(jìn)行訓(xùn)練了。

（希望語(yǔ)音里偶爾出現(xiàn)的背景聲音，比如掌聲、歡呼聲，不要太影響訓(xùn)練效果。）

好了，這就是本篇專欄投稿的全部?jī)?nèi)容了。如果想快點(diǎn)聽(tīng)到AI川皇說(shuō)話的話，還請(qǐng)多多支持，提供寶貴意見(jiàn)。或者想聽(tīng)川皇說(shuō)點(diǎn)什么，也可以留言，到時(shí)候如果實(shí)現(xiàn)了，肯定給大家安排上。

我是狗搶，我們下期再見(jiàn)~