☰

如何导入和交换 macOS 个人语音？

tag-icon • tag-icon mac audio text-to-speech
如何导入和交换 macOS 个人语音？

macOS 14（Sonoma）引入了个人语音功能，即可以创建个人语音模型，以便与实时语音辅助功能（文本到语音合成）配合使用。

训练包括录制自己说的 150 个句子，然后软件会花大约六个小时来处理这些句子，以生成一个人的声音模型。然后可以像使用内置声音（Alex 等）进行实时语音一样使用它。

该功能具有导出功能，可写入一个包含.caf150 个口语句子文件和.json元数据文件的文件夹。

但是，没有相应的导入功能，导致导出目前毫无用处。

这显然是一项正在进行的工作，但如果有人熟悉其内部结构，我将非常感激：

  • 如何将导出的数据导入到新的声音中并告诉Mac创建语音模型？
  • 如何导出和导入语音模型？

答案1

好吧，我遇到了同样的问题，我想知道如何处理这个导出。首先我想说的是，它说它会在您的 iCloud 设备上共享语音，这让我放心了一些。

  • 我在我的 Mac 上录制了一些短语，然后打开对话框并告诉它导出录音。
  • 我打开了 zip 文件并得到了文件名。
  • 我进行了搜索，发现两个文件都具有该文件名，一个在我的导出中，一个在此处的文件系统中：~/Library/Group Containers/group.com.apple.accessibility.voicebanking/TTSVoiceBanking/Voices/<uuid>/*
  • 因此，我从手机录制时导出的所有文件复制下来，并将 *.caf 文件粘贴到上面的文件夹中。
  • 我关闭了个人语音窗口并再次打开它，它显示“录音完成”
  • 我现在正在尝试创建声音，但不确定它会如何进行...我在附近目录中找到的 SQL Lite 数据库没有直接的线索。

即使这不是一个解决方案，也希望能够提供一些启示。

答案2

（我不知道只回答我自己的问题但不接受它是否合法，但我还是想说一下）

从 MacOS 14.1.1 (Sonoma) 开始，个人语音功能明显缺少一些功能，而且现有的功能相当脆弱。我发现这个程序很有效：

要导入已导出的 .caf 样本集：

  1. 使用系统设置 > 辅助功能 > 个人语音界面，点击创造个人声音。

  2. 按照以下对话框操作：(a) 命名新声音、(b) 检查声音质量（忽略任何有关背景噪音的投诉）和 (c) 录制至少一个示例句子。单击“完成”暂停录制会话。这将创建一个新目录：~/Library/Group Containers/group.com.apple.accessibility.voicebanking/TTSVoiceBanking/Recordings/<uuid>/。

  3. 将 150.咖啡馆导出的文件。您无需复制.json文件。

  4. 返回 Personal Voice 界面并继续进行，就像恢复录音会话一样。界面应该注意到所有 150 个样本现在都存在，并开始构建其模型。对我来说，这花了六个小时。

  5. 完成后，新的声音应该可以在 Live Speech 中使用。

say要从命令行使用个人语音（例如终端)，你需要向你的终端应用授予权限。Apple 尚未在其个人语音用户界面中提供此功能，因此你需要使用此相对简单的黑客攻击这样做。

相关内容