VALL-E X

数秒の音声データから音声合成できるらしいので試してみる

---

Setup

git clone https://github.com/Plachtaa/VALL-E-X
cd VALL-E-X
pip install -r requirements.txt

GUI

python launch-ui.py

1. Make promptタブにて音声モデル(.npz)を出力
2. Infer from promptに音声モデルファイルを入力し，適当なMessageを指定してGenerate!

data

• input.wav
• model.npz
• output.wav