VoiceApp

Este proyecto presenta una aplicación en Python diseñada para clonar voces utilizando la potencia de PyTorch. Con soporte para los idiomas inglés y español, la aplicación emplea una variedad de modelos para codificar, sintetizar y vocodear el audio.

Funcionalidades Principales:

1. Clonación de Voces: La aplicación permite al usuario clonar voces utilizando técnicas avanzadas de procesamiento de señales de audio.
2. Entrada de Texto y Audio: Los usuarios pueden ingresar un texto junto con un fragmento de audio de aproximadamente 5 segundos, y la aplicación generará un audio clonado con el texto proporcionado.

Requerimientos

• Python 3.9
• FFmpeg
• PyTorch

Modelos

Descarga la carpeta aquí que contiene los modelos.

Instalación y Uso

Para instalar los requerimientos, ejecuta el siguiente comando:

pip install -r requerimientos.txt

Correr la inferencia

python main.py --text "<text>" --audio "<audio_de_referencia>"

Nota

En el archivo main.py colocar las rutas de los modelos

    model_path = "/models/spanish/pretrained_spanish/"
    encoder_path = model_path + "encoder/saved_models/pretrained.pt"
    syn_path = model_path + "synthesizer/saved_models/pretrained/pretrained.pt"
    voc_path = model_path + "vocoder/saved_models/pretrained/pretrained.pt"