今天我们将给大家介绍如何使用Lighthouse轻量服务器搭建一个属于自己的在线视频配音工具,可以将文案制作为mp3文件并且生成对应的字幕视频,以便大家在制作视频的过程中方便地为自己的视频添加自然逼真的配音 推荐同学们买一台作为学习使用,用来部署晓晓配音完全绰绰有余 image.png 购买完成后我们可以在控制台重置其系统为Ubunut+Docker专版,由于此系统自带了Docker环境,我们上手就能立刻开始部署 我们需要在防火墙放行对应的端口,推荐一次性开一个范围的端口,这样我们在部署服务的时候就可以不用每次都到控制台编辑规则了 20220414190405.png 登录我们的轻量服务器,然后在任意目录克隆晓晓配音的源代码 ,因此晓晓配音的链接有效期并不长,生成的mp4和mp3文件都是定时过期的 mkdir /tts_storage 然后,我们可以使用-v 参数将此目录作为缓存挂载到容器内部,同时使用-e 传递可用的端口号给容器服务使用 然后使用docker logs查看容器服务是否正常开启 docker logs ms_tts 当看到服务顺利监听到8019端口后,部署就完成了 run.png 最后我们就可以通过ip端口的方式访问晓晓配音服务了
值得一提的是,该课程有专门的中文版网址,其中机器翻译和中文字幕不要太溜! 如果您是机器学习爱好者或想要从事机器学习工作,这是一个不可多得的自学福利! ? ▌MLCC中文版课程 ---- ---- 令人震惊的是,点击MLCC课程,进去竟然基本上是中文讲课。 据Google称,“此视频讲座的配音是使用机器学习技术生成的。” ,这点我们也可以听出课程的中文配音有明显的机器口音,但是其吐字是非常清晰的,配合中文字幕,对于我们来说听讲毫无压力,不得不说是对我们学习机器学习是一个巨大的福音(有个别机器翻译可能有错,在学习的时候还需要稍加注意 下面我们从课程《机器学习简介》来体验一下其机器翻译和语音合成技术的成果:(视频贴上来,链接如下) https://v.qq.com/x/page/g0562fdcy50.html MLCC中文版链接:
三种模式,按你的工作方式生成普通模式适合最简单的全文配音。把文章、脚本或旁白粘贴到左侧输入框,点击生成即可得到一个完整音频,不要求分页,也不会因为普通换行就强制拆成多个文件。 Edge TTS 语音合成助手支持丰富的 Edge TTS 音色,提供中文和 English 界面,不需要填写 API Key。 它适合视频旁白、影视解说、短视频脚本、播客文稿、课程配音、语言学习和批量音频素材制作。 如果你正在寻找“TXT 每行生成一个 MP3”“逐页生成配音”“句间停顿加 SRT 字幕”的 Windows 工具,欢迎试试 v1.4.0。 #EdgeTTS #语音合成 #AI配音 #视频旁白 #批量配音 #SRT字幕 #开源软件 #Windows工具 #Python项目
点这里 7-5 字符串循环左移 输入一个字符串和一个非负整数N,要求将字符串循环左移N次。 输入格式: 输入在第1行中给出一个不超过100个字符长度的、以回车结束的非空字符串;第2行给出非负整数N。
点这里 7-5 小字辈 (25 分) 本题给定一个庞大家族的家谱,要请你给出最小一辈的名单。
数码城市有土地出售。待售的土地被划分成若干块,每一块标有一个价格。这里假设每块土地只有两块相邻的土地,除了开头和结尾的两块是只有一块邻居的。每位客户可以购买多块连续相邻的土地。
7-5 堆中的路径 (25 分) 将一系列给定数字插入一个初始为空的小顶堆H[]。随后对任意给定的下标i,打印从H[i]到根结点的路径。
数码城市有土地出售。待售的土地被划分成若干块,每一块标有一个价格。这里假设每块土地只有两块相邻的土地,除了开头和结尾的两块是只有一块邻居的。每位客户可以购买多块连续相邻的土地。
工具名称:自动批量配音软件 运行系统:Windows 工具大小:6.5MB 工具截图: 使用方法: 需要设置阿里参数或腾讯参数,点击相应参数后的【获取】,可自动跳转到相应的获取页面(免费)。
子串是一个字符串中连续的一部分,而子列是字符串中保持字符顺序的一个子集,可以连续也可以不连续。例如给定字符串 atpaaabpabtt,pabt是一个子串,而 pat 就是一个子列。
子串是一个字符串中连续的一部分,而子列是字符串中保持字符顺序的一个子集,可以连续也可以不连续。例如给定字符串 atpaaabpabtt,pabt是一个子串,而 pat 就是一个子列。
受新冠疫情影响,当前大家的活动都必须注意保持充分的社交距离,国家实验室的使用也同样受到了严格的限制。假设规定任何一个时间点上,实验室内最多只能有 1 个人,且每个人都必须提前申请实验室的使用,只有申请被批准后才能进入。现给定一批第二天的实验室使用申请,你需要写个程序自动审批,使得能够被批准的申请数量最大化。
受新冠疫情影响,当前大家的活动都必须注意保持充分的社交距离,国家实验室的使用也同样受到了严格的限制。假设规定任何一个时间点上,实验室内最多只能有 1 个人,且每个人都必须提前申请实验室的使用,只有申请被批准后才能进入。现给定一批第二天的实验室使用申请,你需要写个程序自动审批,使得能够被批准的申请数量最大化。
本文链接:https://blog.csdn.net/shiliang97/article/details/102727502 7-5 文件传输 (25 分) 当两台计算机双向连通的时候,文件是可以在两台机器间传输的
免费在线AI配音工具;XECYV配音可以文字转语音、声音克隆等,支持多种语言和语音风格,更能情感控制,高自然度语音合成,接近真人音色,适用于播客、营销、创作等各种场景。 工具地址:https://xecyv.com/dubbing音色库:覆盖全场景XECYV配音提供多种音色。既有适合短视频搞笑的活泼声音,也有播音新闻腔和广告宣传音色。声音很难分辨是真人还是AI。 情绪模拟:AI配音更像真人很多文本转语音工具只能平淡朗读,XECYV配音支持怀旧、欢快、激情、恐惧、惊讶、抒情、伤心等多种情绪。 例如,为一段恐怖故事配音时,选择“恐惧”模式后,语速、音调、气息都明显变。自动识别多音字、整数、小数、电话号码、日期、金额等,并按照正确方式朗读。 多人角色配音:有声小说神器输入一段包含多个人物的对话,XECYV配音可以为不同角色分配不同音色,生成类似广播剧的效果。这一功能对有声读物创作者来说是很实用的。
在最新发布的TimelineStudiov1.0.0中,我们完成了一次重要的中文AI配音升级:中文配音从Piper/VITSONNX切换到Kokoromulti-langv1.1,并将模型转换为适合浏览器运行的 项目早期使用Piper/VITSONNX实现中文配音。Piper模型结构相对紧凑,适合浏览器部署,也帮助我们较早跑通了从文字生成语音、将配音放入时间线、关联字幕并最终导出视频的完整流程。 但随着使用场景从功能验证走向真实视频创作,旧的中文配音路径逐渐暴露出一些不足。首先是自然度。 因此,我们没有继续修补原有的中文Piper路径,而是将中文及中英混合配音整体迁移到了Kokoromulti-langv1.1。 从产品角度看,这次升级解决了四个核心问题:中文配音更加自然;中文音色从两条增加到四条;支持不中断语气的中英文混合生成;更高质量的模型仍然能够在浏览器本地运行。
我们此时有一个m行n列的样本矩阵X,此时的X样本矩阵代表有m个样本n个特征。通过前面的关于主成分的学习,此时假设我们已经求出针对X样本矩阵来说前k个主成分,每一个主成分对应的一个单位方向,用W矩阵来表示,此时的W矩阵为k行n列,代表前k个主成分,每一个主成分有n个元素。在上一小节提到主成分分析的本质就是从一组坐标系转移到另外一组新的坐标系的过程,而由于我们原来为n维坐标系,因此转换之后的坐标系也有n个维度,只不过对于转换后的坐标系来说,取出前k个更加重要的方向,因此W是k行n列的矩阵。
本文链接:https://blog.csdn.net/shiliang97/article/details/101473181 7-5 对称排序 (25 分) 你供职于由一群丑星作为台柱子的信天翁马戏团
过去一段时间,我们一直在为TimelineStudio寻找更适合浏览器运行的中文配音模型。 经过多轮模型测试,我们最终将中文配音切换到了HojoTTSLight80M,并完成了WebGPU、WASM、模型切片、长文本分句和双镜像下载等工程适配。 它的优势是部署简单、运行稳定,但在实际配音中仍存在一些明显问题:中文语气相对平直;中英文切换时容易出现突兀的停顿;长句的节奏和气息不够自然;笑声、语气词和句尾释放感偏机械;为了支持多个角色,需要携带较多声线资源 例如:展开代码语言:TXTAI代码解释今天我们发布了新的浏览器配音能力。它不需要上传素材,也不依赖远程推理。中文和英文可以在同一个工作流中完成。 当前成果完成这次升级后,TimelineStudio的中文配音流程已经具备:HojoTTSLight80MFP16浏览器推理;两位经过授权的中文参考声线;中文和中英混合语音生成;WebGPU与WASM混合执行
本文链接:https://blog.csdn.net/shiliang97/article/details/100634522 7-5 链表合并 (25 分) 给定两个单链表 L1=a1→