【Day1】准备出发

前言与动机

在提到声音转换的时候，我们第一个会想到的可能就像是柯南那样 (他会把他叔叔麻醉然後用变声器伪装成他的声音)，而事实上我们想做的就是同样的事情 (没有麻醉的部分)

然而转换声音这件事情并不是一件很有创意的事，早在 5 年前的时候就有人成功了，甚至在 2018 年的时候有家叫 琴鸟 (Lyrebird) 的公司发表了一部影片，内容是复制了川普的声音

公司的名字会叫做琴鸟的原因是因为这种鸟在自然界会模仿周遭所听到的声音，而且你不觉得叫琴鸟比叫八哥或鹦鹉好听吗？

你可以想像未来就算接到视讯电话，你也不见得能够确定电话另一头就是真正你认识的那个人，AI 的换脸技术加上声音转换技术如果都能够到达 Real - Time 又高品质的水准的话，而这样的未来似乎离我们不远。

换句话说，也就是现在的水平或许还没办法那麽厉害，或是可能有一些限制，像是训练困难等等

接下来的时间大致上会这样安排做分享，还请大家多多指教！

大纲

• DAY 1 ~ 4 - 声音的基本介绍与前处理，GAN
• DAY 4 ~ 12 - Vocoder，AUTO-VC Inference In Pytorch
• DAY 12 ~ 21 - MODEL 介绍与实作 In TensorFlow，也许中间会加入一小部分生成音乐的介绍
• DAY 21 ~ 30 - TransFormer 的实作分享

备注

一些程序码会一并更新在 我的 GITHUB