Tomo's Tech Notes

音声合成ツールについての解説。動画中の音声はこのツールによって作成しています。こんにちは、TOMOです。最近テキスト読み上げツールを開発しています。 今のところ日本語と中国語が読めるようになりました。 英語は研究データも多く難易度が低いのでこれも追加する予定です。 Youtube…

Wav・Oggファイル読み込みOggにはコーデックのインストールが必要。FFMpegを使う。

Pyworldは音声を基本周波数、スペクトログラム、非周期成分に分解、再合成できる。基本周波数の抽出にはharvestとdioがある。harvestの方がノイズが少ない感じ。分解再合成Example

メモリ上の音声再生音声ファイル再生

TensorflowでMelSpectrogramtf.signal.stftはTFLiteで使えない。