开源文本到语音系统WhisperSpeech 通过反向工程实现

摘要：WhisperSpeech是一个开源的文本到语音系统，其最大的亮点是通过对OpenAI的Whisper语音识别模型进行反向工程，实现了接收文本输入，并利用修改后的Whisper模型生成听起来自然的语音输出。WhisperSpeech的语音输出在发..

WhisperSpeech是一个开源的文本到语音系统，其最大的亮点是通过对OpenAI的Whisper语音识别模型进行反向工程，实现了接收文本输入，并利用修改后的Whisper模型生成听起来自然的语音输出。WhisperSpeech的语音输出在发音准确性和自然度方面都非常出色。

体验地址:https://top.aibase.com/tool/whisper-speech

目前，WhisperSpeech模型是在英语LibreLight数据集上训练的，但下一个版本的目标是多种语言（Whisper和EnCodec都是多语言的）。系统还可以在单个句子中混合多种语言，并且增加了测试语音克隆的简便方法。

WhisperSpeech 项目路线图:

-声学标记提取:改进声学标记的提取过程。

-语义标记提取:使用Whisper模型生成和量化语义标记。

-S-A模型转换:开发将语义标记转换为声学标记的模型。

-T-S模型转换:实现从文本标记到语义标记的转换。

-提升EnCodec语音质量:优化EnCodec模型以提高语音合成质量。

-短句推理优化:改善系统处理短句的能力。

-扩展情感语音数据集:收集更大的情感语音数据。

-文档化LibriLight数据集:详细记录HuggingFace上的数据集。

-多语言语音收集:聚集社区资源，收集多种语言的语音。

-训练多语言模型:开发支持多语言的文本到语音模型。