访问官网
Github
Huggingface
文档
论文VoiceFixer 项目介绍
工程概览
VoiceFixer 是一款旨在修复人类语音的工具，无论语音降级程度多么严重，它都能处理。这款工具可以处理噪声、混响、低分辨率（2kHz~44.1kHz）以及削波（阈值0.1-1.0）的影响，并在一个模型中集成这些功能。VoiceFixer 提供了一个预训练模型，基于神经声码器构建，还支持通用的44.1kHz的与特定说话人无关的神经声码器。
项目特点
Demo
用户可以通过访问 演示页面 观察 VoiceFixer 的工作效果，了解其实际应用。
使用指南
运行模式
VoiceFixer 提供多种运行模式，以应对不同的语音处理需求：
- 模式0：原始模型，默认建议使用。
- 模式1：添加预处理模块（去除高频）。
- 模式2：训练模式，有时可用于严重降级的实际语音。
- 全部模式：运行所有模式，输出每种支持模式的一个WAV文件。
命令行使用
用户可以通过以下步骤在命令行中使用 VoiceFixer：
-
首先，通过 pip 安装 VoiceFixer：
pip install git+https://github.com/haoheliu/voicefixer.git -
处理单个文件：
# 指定输入的 .wav 文件。默认输出文件为 outfile.wav。 voicefixer --infile test/utterance/original/original.wav # 或者指定输出路径 voicefixer --infile test/utterance/original/original.wav --outfile test/utterance/original/original_processed.wav -
处理文件夹中的文件：
voicefixer --infolder /路径/到/输入 --outfolder /路径/到/输出 -
更改模式（默认模式为0）：
voicefixer --infile /路径/到/输入.wav --outfile /路径/到/输出.wav --mode 1 -
运行所有模式：
voicefixer --infile /路径/到/输入.wav --outfile /路径/到/输出.wav --mode all -
仅加载权重而不进行任何实际处理：
voicefixer --weight_prepare
若需更多帮助信息，请运行：
voicefixer -h
桌面应用程序
用户还可以通过桌面应用程序进行操作。用户需首先通过 pip 安装 VoiceFixer，然后通过 Streamlit 网站测试音频样本：
-
克隆代码库：
git clone https://github.com/haoheliu/voicefixer.git cd voicefixer -
启动网页：
streamlit run test/streamlit.py
Python 示例
用户可以通过以下步骤在 Python 中使用 VoiceFixer：
-
通过 pip 安装 VoiceFixer：
pip install voicefixer -
运行脚本进行测试：
git clone https://github.com/haoheliu/voicefixer.git; cd voicefixer python3 test/test.py # 测试脚本
Docker 使用
尽管 VoiceFixer 的 Docker 镜像尚未发布，需要在本地构建，但这保证了用户运行时具备所有预期的配置。
其他功能
VoiceFixer 允许用户使用自定义的声码器，用户需编写一个助手函数并在 voicefixer.restore 中传递该函数，使该工具支持用户自定义的音频处理需求。
附加资源
更新日志
更新信息可参见 CHANGELOG.md。
