OpenVoice.Axera

人声克隆，官方repo: https://github.com/myshell-ai/OpenVoice.git

预编译模型

./download_models.sh

模型转换

参考模型转换文档

使用Miniconda（可选）

打开 https://repo.anaconda.com/miniconda/ 选择Linux_aarch64的安装包

安装依赖

pip3 install -r requirements.txt

安装pyaxengine

进入 https://github.com/AXERA-TECH/pyaxengine/releases
找到最新的wheel包，复制链接

pip install https://github.com/AXERA-TECH/pyaxengine/releases/download/0.1.3.rc1/axengine-0.1.3-py3-none-any.whl

运行

python3 main.py -i 输入音频 -o 输出音频(默认为output.wav)

所有运行参数：

参数名称	说明	默认值
-i	输入音频，wav格式	无
-o	输出音频，wav格式	output.wav
-e/--encoder	encoder模型路径	../models/encoder.axmodel
-d/--decoder	decoder模型路径	../models/decoder.axmodel
--g_src	源人声特征值，bin格式	../models/g_src.bin
--g_dst	目标人声特征值，bin格式	../models/g_dst.bin
--enc_len	encoder输入长度	1024
--dec_len	decoder输入长度	128

音色提取

model_convert/extract_se.py用于音色提取，使用方法如下：

cd model_convert
python extract_se.py -i 目标人声的音频文件 -o 目标人声音色特征值

示例：

python extract_se.py -i resources/example_reference.mp3 -o ref.bin

生成的bin文件用于main.py的--g_dst参数

models目录下预置了几种音色，可自行尝试。