- 为了拟补数据集的不足，我们合成一批语音用于训练，使用PaddlePaddle官方的Parakeet合成中文语音。首先安装Parakeet，执行下面命令即可安装完成。
git clone https://github.com/PaddlePaddle/Parakeet
cd Parakeet
python setup.py install
- 然后分别下载下面模型压缩包并解压到
tools/generate_audio/目录下。
https://download.csdn.net/download/qq_33200967/33826147
- 然后下载一个语料，如果开发者有其他更好的语料也可以替换。然后解压
dgk_lost_conv/results目录下的压缩文件，windows用户可以手动解压。
cd tools/generate_audio
git clone https://github.com/aceimnorstuvwxz/dgk_lost_conv.git
cd dgk_lost_conv/results
unzip dgk_shooter_z.conv.zip
unzip xiaohuangji50w_fenciA.conv.zip
unzip xiaohuangji50w_nofenci.conv.zip
- 接着执行下面命令生成中文语料数据集，生成的中文语料存放在
tools/generate_audio/corpus.txt。
cd tools/generate_audio/
python generate_corpus.py
- 最后执行以下命令即可自动合成语音，合成时会随机获取说话人进行合成语音，合成的语音会放在
dataset/audio/generate， 标注文件会放在dataset/annotation/generate.txt。
cd tools/generate_audio/
python generate_audio.py