3D-Speaker 这个项目可以实现,3D-Speaker 是一个开源工具包,用于单 modal 和多 modal 的扬声器验证、扬声器识别和扬声器分割。可以为每个人说话声音生成声纹。
该项目提供了多种预训练模型,并附有详细的安装和使用说明,支持多个数据集,如 3D-Speaker、VoxCeleb 和 CN-Celeb。
此外,还提供了语言识别和语音活动检测等功能的训练和推理配方,以及一个大规模的 3D-Speaker 语音语料库。
https://github.com/modelscope/3D-Speaker
网友回复
python如何调用openai的api实现知识讲解类动画讲解视频的合成?
html如何直接调用openai的api实现海报可视化设计及文本描述生成可编辑海报?
f12前端调试如何找出按钮点击事件触发的那段代码进行调试?
abcjs如何将曲谱播放后导出mid和wav格式音频下载?
python如何将曲子文本生成音乐mp3或wav、mid文件
python中mp3、wav音乐如何转成mid格式?
js在HTML中如何将曲谱生成音乐在线播放并下载本地?
python如何实现在windows上通过键盘来模拟鼠标操作?
python如何给win10电脑增加文件或文件夹右键自定义菜单?
python如何将音乐mp3文件解析获取曲调数据?