VALL-E X多语言文本到语音合成与语音克隆windows10本地部署教程

朋远方 • 2023年9月6日下午9:58 • 声音处理, 学习笔记 • 阅读 1753

VALL-E X 是一个强大而创新的多语言文本转语音（TTS）模型，最初由微软发布。支持对中文、英文和日语的语音进行合成和克隆；

Table of Contents

环境部署

需要提前部署的环境组件包括：Python 3.10、Git、CUDA 11.7 ~ 12.0、PyTorch 2.0+、ffmpeg

安装方法皆可参考《roop图片|视频|直播一键换脸windows本地搭建教程》一文中的“基本环境安装”章节；

在任意磁盘目录（空间大于10G以上）空白处点击右键-Git Bash Here，在命令窗口输入如下的命令：

git clone https://github.com/Plachtaa/VALL-E-X.git

回车执行该条命令（可能需要科学上网）之后，将会将程序的主要文件拷贝到本地磁盘；

进入到该文件夹，在路径栏输入“cmd”

在命令窗口输入如下的命令，创建一个虚拟环境的文件夹

python -m venv venv

再输入如下的命令激活该虚拟环境

call venv\scripts\activate

该行命令运行后会自动跳转到虚拟环境命令窗口，然后在虚拟环境命令窗口运行下面的命令开始安装项目的依赖组件：

pip install -r requirements.txt

如果有强迫症的（比如我），看到如下的提示

[notice] A new release of pip available: 22.3.1 -> 23.2.1
[notice] To update, run: python.exe -m pip install --upgrade pip

可以直接运行下面的代码给pip升一下级

python.exe -m pip install --upgrade pip

原创文章，作者：朋远方，如若转载，请注明出处：https://caovan.com/vall-e-xduoyuyanwenbendaoyuyinhechengyuyuyinkelongwindows10bendebushujiaocheng/.html