只需要你5秒钟的语音，就能生成你说出来的任何话，细思极恐。

今天为大家推荐一个令人震惊的黑科技开源项目：Real-Time-Voice-Cloning。只需你提供5秒钟的语音样本，它就能克隆出你说过的任何话，实时生成语音，效果令人毛骨悚然。

想象一下，如果我收集了300条你说过的语音，并使用这个项目进行训练，经过训练的模型就能生成你说过的所有话。你将听到一个声音，仿佛是你自己在说出你从未说过的话，这种体验确实让人不寒而栗。

更神奇的是，这个项目已经开源，并且在GitHub上获得了超过24K的Star。最吸引人的是，它提供了一个傻瓜式的GUI界面，操作简便，语音采集、训练、生成等过程都可以轻松完成，极大地方便了用户体验。

这项技术，简直颠覆了我们对声音和身份的认知！

地址：https://github.com/CorentinJ/Real-Time-Voice-Cloning

环境配置

首先你需要 Python 3.6 的环境、安装 PyTorch（要求版本 > = 1.0.1）。Pytorch 是深度学习框架，你可以通过这个站点来安装这个库。

https://pytorch.org/get-started/locally/

紧接着需要安装 ffmpeg：

地址 https://ffmpeg.org/download.html#get-packages。除此之外，你还需要安装其他的依赖包。将项目下载下来，在包含 requirements.tx 目录下运行命令 pip install -r requirements.txt 就行了。

下载预训练的模型

把开源作者训练好的模型下载下来，我们不用自己训练，直接拿来用就行了：https://github.com/CorentinJ/Real-Time-Voice-Cloning/wiki/Pretrained-models，

下载完毕要放到如下的文件夹里面。

encoder\saved_models\pretrained.pt
synthesizer\saved_models\pretrained\pretrained.pt
vocoder\saved_models\pretrained\pretrained.pt
Details about model training and audio samples can be found here: https://blue-fish.github.io/experiments/RTVC-7.html

启动应用

当你配完了环境，就可以尝试使用这个黑科技了。运行命令 python demo_toolbox.py 就能启动这个黑科技啦！

下面是比较详细的使用教程，遇到问题可以查看帮助：

最后结尾说一下，我用这个模型试了一下，因为这个模型是老外开源的，所以训练的数据是英语的语音，我试了一下说中文，简直就是不会说中文的老外讲中文一个味道，现在我怀疑世界的真实性了。

开源地址：https://github.com/CorentinJ/Real-Time-Voice-Cloning