MockingBir的部署

开源作者：babysor

操作系统：Win10

硬件：cpu

2.安装

如果已经确认安装过，请忽略该步骤

验证本步骤是否成功：在系统任意路径下运行python，进入交互式编程界面后输入 import torch;, 回车， torch.cuda.is_available(), 回车。如果都是成功的话，可以进行下一步。

torch1

  • 安装 ffmpeg。 1）下载 选择点击打开链接Windows对应的版本下载 2）解压 ffmpeg-xxxx.zip 文件到指定目录； 3）将解压后的文件目录中 bin 目录（包含 ffmpeg.exe ）添加进 path 环境变量中； 4）进入 cmd，输入 ffmpeg -version，可验证当前系统是否识别 ffmpeg 以及查看 ffmpeg 的版本

  • 运行pip install -r requirements.txt 来安装剩余的必要包。

确保本步骤不报错

  • 安装 webrtcvad 用 pip install webrtcvad-wheels。

确保本步骤不报错

3.下载社区训练好的模型

在以下选择中下载模型

作者 下载链接
@miven 百度网盘 请输入提取码 提取码：2021

该模型与最新代码有兼容性问题 请查阅 https://github.com/babysor/MockingBird/issues/37 解决

下载完成后，确保 xxx.pt 格式的文件放在代码库的 synthesizer\saved_models文件夹下，saved_models如不存在请新建

4.运行demo_toolbox

在代码库路径下，运行 python demo_toolbox.py -d .\samples 尝试使用工具箱, 由于没有下载任何数据集，这里的功能比较简单：

  1. 确保界面左边中间的 synthesizer 选择了上一步中 xxx.pt 文件对应的模型。

  2. 点击Record录入你的5秒语音

  3. 输入任意文字

  4. 点击 Synthesizer and vocode 等待效果输出较简单：

  5. 确保界面左边中间的 synthesizer 选择了上一步中 xxx.pt 文件对应的模型。

  6. 点击Record录入你的5秒语音

  7. 输入任意文字

  8. 点击 Synthesizer and vocode 等待效果输出

5.遇到的问题总结

1.元数据流报错:

        在CSDN找到下面的方式无法解决问题。

pip install setuptools==57.5.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

       解决：

        在对比开源作者的文件时，发现作者main主支内容和本地文件不一致，在其他分支有完整的项目。

2.  报错：

     cpu硬件没有运行，以及文件的训练数据无法找到。

Arguments:
    datasets_root:    None
    enc_models_dir:   encoder\saved_models
    syn_models_dir:   synthesizer\saved_models
    voc_models_dir:   vocoder\saved_models
    cpu:              False
    seed:             None
    no_mp3_support:   False

Warning: you did not pass a root directory for datasets as argument.
The recognized datasets are:
        LibriSpeech/dev-clean

        解决：

            将 开发者提供的云盘资料下级文件全部导入该项目的主项目下，不用像作者要求的创建文件夹。

                我自行创建文件夹同时将所有文件放在 /saved_models 下，反而导致文件的路径出错。