一款功能丰富的开源 AI 语音工具箱：Easy Voice Toolkit！语音合成、识别、模型训练应有尽有！

在AI迅速发展的当下，语音处理和语音模型训练成为了备受关注的领域。

从智能助手到语音翻译，从语音训练到语音克隆，语音的应用场景也更加广泛。

而想要构建一个功能丰富的语音处理系统，尤其是实现语音模型训练和数据处理，往往需要复杂的技术堆栈和大量资源。

刚好最近看到一款功能丰富的开源语音工具箱：Easy Voice Toolkit，顺便推荐给大家！

01、项目介绍

Easy Voice Toolkit 是一套基于多款开源语音项目实现的工具集合，集成了音频处理、语音识别、语音转录、数据集制作和语音合成等多种音频工具，形成了一套完整的语音模型训练工作流。

无论你是语音领域的新手，还是经验丰富的开发者，这款工具箱都能帮助你轻松应对语音项目中的各类需求。

这款AI语音工具箱支持中文、英文和日文三种语言，同时提供了Windows系统的一键安装包，方便用户本地直接运行。

此外，工具箱还支持在Google Colab 上进行云端部署，满足不同场景的需求。

02、主要功能

1、音频处理

提供了丰富的音频处理工具，可以对音频文件进行预处理、降噪、剪辑、格式转换等操作，为后续的语音识别和语音模型训练奠定基础。

2、语音识别

可以从不同说话人的音频中批量筛选出属于指定说话人的音频。

3、语音转录

通过语音转录，用户可以将音频文件中的语音内容自动转换为字幕文件并进行语言标注等操作，提升工作效率。

4、数据集制作

支持从大量音频数据中提取有用的信息，并将其组织成结构化的数据集，方便后续的模型训练和优化。

5、语音模型训练

可以训练出适用于语音合成的模型文件。

6、语音合成

同时还支持语音合成功能，用户可以通过输入文本生成自然流畅的语音内容，广泛应用于智能语音助手、导航系统、配音等领域。

03、项目部署

Easy Voice Toolkit 支持多种部署方式，方便用户根据需求选择合适的安装方式。

本地部署

1.用户安装（两种方式）

• • 下载轻量化的安装程序（包体小，适合不需要环境配置的用户）。
• • 下载包含所有依赖和预设模型的懒人包（适合对环境配置不熟悉的用户，但包体较大）。

最后通过点击.exe文件或其快捷方式运行即可。

2.开发者安装

• • 确保已安装 Python 3.8 及以上版本。
• • 克隆项目仓库并进入项目目录

git clone https://github.com/Spr-Aachen/Easy-Voice-Toolkit.git
cd Easy-Voice-Toolkit

• • 安装所需依赖（pytorch、项目依赖、GUI依赖）

# pytorch e.g. (注意自己的cuda版本，这里以11.8为例)
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118

# 项目依赖
pip install -r requirements.txt

# GUI依赖
pip install pyside6 QEasyWidgets pywin32==300 psutil pynvml darkdetect PyGithub

• • 启动图形界面

python run.py

云端部署

用户可以直接在 Google Colab 中使用官方提供的 demo，也可以上传自己的 Run.ipynb 文件，进行云端部署，快速体验 Easy Voice Toolkit 的功能。

04、总结

Easy Voice Toolkit 是一款功能丰富、易于使用的开源语音工具箱，特别适合需要处理大量音频数据、进行语音识别、语音合成以及语音模型训练的开发者。

无论你是构建 AI 应用，还是需要制作语音数据集，这款工具箱都能为你提供一站式的解决方案。

🔗开源地址

GitHub：https://github.com/Spr-Aachen/Easy-Voice-Toolkit