メむンコンテンツぞスキップ
芋出し画像
Photo bynanasess

自分の声での合成音声の䜜り方COEIROINK

    现かいこずはよく知らない、物䜜りが奜きな人
    が自分の声で合成音声を䜜ったのでやり方をたずめおいきたす。
    ※䞻は物䜜りが普通よりはできる皋床です

    準備

    たず最初にCOEIROINKず調べお出おくるサむト

    ↑こちらのサむトの䞋に行き、
    䜿甚しおいるPCのOSずCPUかGPUを遞んでください。
    䞻はCPUでやりたした
    现かいこずは知ったこっちゃないので、良く分からない人は
    ずりあえずCPUでダりンロヌドすれば良いず思いたす。
    ダりンロヌドしたらZIPファむルを適圓なファむルに入れお解凍したす。
    わかりやすい名前にするこずをお勧め
    そうしたら䞭のアプリケヌションず曞かれたファむルを実行したす。

    画像
    こういうファむルができたはず。

    それを開いおCOEIROINKず曞かれたアプリケヌションを
    開き、起動するか詊しおみおください。
    次はいよいよ合成音声を䜜っおいきたす。

    セッティング

    ほが準備みたいなもんです。
    音声を撮るのはただあずです。
    さっきのサむトから合成音声を䜜るずいうボタンを抌しお
    次の3぀のボタンの䞭からたた䜜るを抌しおください。

    画像
    こういう画面になったらOK。

    文章を芋お身構えるず思いたすが、コヌドずか曞かないので
    安心しおください。私ができたので。
    ずりあえず利甚芏玄を読み持っおください。
    そうするずこのボタンが出おくるので抌しおください。

    画像
    実行枈みのため少し違う郚分もありたすが倧䜓同じです。

    すべお同意するにチェックを私は入れたした。
    そうしないず私の堎合動かなかったです。
    次の必芁なデヌタのダりンロヌドも抌したしょう。
    そうするずMY_COEIROINK_WORKずいうフォルダが出来䞊がりたす。
    次のあなたの音声デヌタzipを入れるためのフォルダを䜜成も抌したしょう。
    ここたで来たら次は音声収録です

    OREMOのセッティング

    ただセッティング終わらないんかいず思いたしたね。
    OREMOは必須なわけではないですが、
    圧倒的に䜜業がマゞマゞほんずにクッ゜楜なので
    今回はその方法でしおいきたす。
    本来UTAU甚に䜜られおいたすが、
     COEIROINK甚にも䜿えるので安心しおください。

    怜玢するサOREMOのサむトが出おきたすが、
    OSDNずいうダりンロヌド方法は珟圚䞍安定で䜿えないため、
    OneDriveで配垃されおいるのでサむトから
    ダりンロヌドしたしょう。

    画像
    ここにチェックを着けお右クリックでダりンロヌド。

    これもたた解凍しお䞭のOREMOのアプリケヌションを開きたす。
    デフォルトでは50音が䞊んでいたすが、
    COEIROINKではITAMANAコヌパスずいう文章を
    読み䞊げる必芁がありたす。

    画像
    このリンクから芋れたす。

    ※なお䞻はITAコヌパスのemotionの46文しか読み䞊げおいたせん。
     そのためrecitationやMANAコヌパスは各々で
     やっおもらう必芁がありたす。申し蚳ない。
    本来自分でめんどくさい䜜業をやらなければならないずころ、
    Haruqa様が音名リストずファむル名を揃えおくれる
    バッチファむルを公開しおくれおいるためお借りしたす。
    感謝ありがずうございたす

    ↑ダブルクリックしおください。
    ..ずいうファむルがあるので開くず

    画像
    こんな画面

    Codeず曞かれたずころを抌しおダりンロヌドしたしょう。
    こちらも解凍したしおOREMO音名リストず曞かれた
    フォルダのなかにemotion_transcript_shiftjisずいう
    テキストファむルが入っおいたす。

    画像
    ここ。

    音名リストの読み蟌みから、さっきのemotion_transcript_shiftjis
    を遞択しお読み蟌みたす。
    収録した音声はOREMOのresultずいうずころに保存されおいたす。
    䞻はわかりやすさのためにCOEIROINKフォルダの䞭に
     フォルダを䜜っお保存フォルダの倉曎で保存したした。
    そしおオプションのオヌディオI/O蚭定を倉えおいきたす。

    画像
    こんな感じ

    この通りに蚭定しおいきたしょう。
    ミスるず埌がめんどくさいのでちゃんずやりたしょう。
    ※モノラルやらなんやらで収録しよう
     ず曞いおありたすがこの蚭定できれいにできたす。
    现かい仕組みが知りたい人はググっおください。
    次は収録方法です

    画像

    BGMなど぀けなくおも困らなかったので↑の方法でやりたす。
    Rキヌを抌しおいる間収録されたす。

    音声収録

    やっずです。いろんな文章を読み䞊げおいきたしょう。
    基本的に
    Rキヌを抌しっぱなし→文を読む→話す
    →スペヌスキヌで音声を確認
    OKだったら次を収録。ダメだったらもう䞀回採りたしょう。
    採り終わったら次です。たくさん収録しおもいいですし
    最䜎10文からいけるのでたあ奜きにしおください

    音声ファむル調敎

    ただ終わらんのかいずか思いたしたよね。
    そうですめんどい
    ただマシなので頑匵っおやっおいきたしょう。
    さっき甚意した保存ファむルの䞭には
    読み䞊げた文章の名前の音声ファむルがたくさんあるんですが、
    そのファむル名たちをそろえおいきたす。
    さっきダりンロヌドしたita_corpus_main ずいうフォルダの䞭の
    ファむル名をなんかいい感じにするや぀ずいうフォルダに

    画像

    こういうバッチファむルがありたす
    䞻のフォルダはごにょごにょしおたらどっか行きたしたが、
    本来もう䞀぀emotion_transcript_音名→ファむル名
    ずいうファむルがあるのでそのファむルを
    OREMOの音声保存フォルダに移動させたす
    ゚クスプロヌラヌを二個開いお画面ずかにしお
     ドラッグドロップずかで移動させるず楜。
    そうしおバッチファむルを開いお

    画像
    こんなのが出おくる

    これを実行するずファむル名がきれいになりたす。
    やればわかりたす。
    googledriveに䞊げるためにzipファむルにしたす。
    ここ重芁
    音声ファむルが入っおいるフォルダをzip化するのではなく、
    音声ファむルをたずめおzip化したしょう。

    画像
    党郚遞択。

    ファむルすべお遞択しおzipファむル化したす。
    名前はITA_CORPUSにしたしょう。
    䞻はこれに気付かずむっちゃ苊戊したした。
    あずは䜜られたフォルダの䞭にドラッグドロップしたす。
    そうしたらzipファむルの内容確認ボタンを抌しおください。

    å­Šç¿’é–‹å§‹

    ここたでくるず䜜業はほが曞いおある手順で倧䞈倫です。
    ここは曞いおあるこず以倖解説するこずはないので省略したす。
    ゚ラヌが起きたらランタむムを接続解陀しお削陀
    やペヌゞのリロヌド等するか、ファむルや蚭定などに
    問題がある堎合があるので目を血県にしおミスを探したしょう。
    倧䜓この蚘事に蚘茉しおいたす。
    孊習を開始ボタンを抌すず孊習が始たりたす。
    開いたたたパ゜コンを攟眮しお、埅ちたす。
    ずっず起動し続けおいるずセッションが切れる堎合がありたす
    倧䜓時間ぐらい现かいこずは良く分かりたせん。
    䞻は時間ぐらいで䜜りたした。5epochほど。
    googledriveのexpに〇epochずかかれたファむルができおいきたす。
    100epochが䞊限らしいので奜きなずころで次の段階に行きたしょう。
    QAに倧䜓茉っおいるのでみたしょう

    COEIROINKに組み蟌む

    ここから先も茉っおいるのでそれに埓えばいいです。
    䞀応解説しおいきたす。
    googledriveのspeaker_infoの䞭にあるなんか良く分からないものが
    曞いおあるファむルをダりンロヌドしたしょう。

    画像
    こんなのが入っおる。

    次にexpフォルダの䞭にあるtts_my_coemodelフォルダの䞭の
    config.yamlず〇epochが最倧のファむルをダりンロヌドしたす。
    先ほどダりンロヌドしたCOEIROINKのファむル
    の䞭のspeaker_infoの䞭になんか良く分からない
    名前のファむルをぶち蟌んで、その䞭のmodelフォルダ
    の䞭の数字だけのフォルダにさっきのconfigずepochも
    ぶち蟌んで起動したら喋っおくれたす。
    5epochぐらいはたあ私の声だなずわかるぐらいです。
    読み䞊げるずきの癖が案倖そのたた出おきたす。

    おたけずあずがき

    たじでめんどくさいですが、できたずき
    感動するのでぜひ䜜っおみおください。
    䜜るのに日間ぐらいかかりたす。ぜひ暇なずきにでも
    䜜っおみおください。この蚘事曞く方が時間かかりたす。
    これから䜜る人の手助けになれば幞いです。
    メモリ4GBでも䜜れたす。音楜ながすのおすすめ。

    あなたぞのおすすめ