KritiAI/Xijinping-TTS-Voicebank

习近平音源 所有声音资料来自公开影像，属于公有领域目前有 1h30m 的截取后声音，足够进行 Fine-tuning Usage 按句截取 python -m pip install -r requirement.txt python split.py 新增声音资料后，使用 Whisper 产生带有时间标记的 JSON 档，并手动复制到 ./voice/[FILE].json export OPENAI_API_KEY="API_KEY_HERE" python whisper.py ./[FILE].[AUDIO_EXTENSION] 产生 Bert-VITS2 微调所需的 esd.list 档案 python index_to_list.py