1.PaddleSpeech 是一个简单易用的all-in-one 的语音工具箱，支持语音处理的相关操作，如语音知别，语音合成，声纹识别，声音分类，语音翻译，语音唤醒等多个方向的应用开发。
这里只使用到语音合成与声音克隆，主要由文本前端（Text Frontend） 、声学模型（Acoustic Model） 和 声码器（Vocoder） 三个主要模块，模块工作流程如下：
2.要完成整个项目，大致可以分以下几个步骤：
1.如果想训练自己的声音，可以使用录音设备录制自己的声音，发声中英都可以，录制的环境尽量没有杂音，录制时长越多越好。
2.如果使用网络上的声音数据，那么视频与音频都可以。
3.我这里演示使用的是B站上的一个UP主的语音，我剪切大概10段5分钟以上的视频，因为视频的声音带着背景音乐，为了训练效果，这里要去掉背景音乐。去掉背景音乐有很多种方法，专业的做语音处理的人喜欢用Adobe Audition来处理，但学起来太麻烦了。这里可以借助深度学习的魔法来去掉背景音乐。
Ultimate Vocal Remover是一款超好用的伴奏人声提取工具，安装完成之后就可以使用UVR来分离伴奏与人声了，使用说明如下：
Ensemble Mode 合奏选项
4.去掉背景音乐后，就要把音频剪切成2秒到10秒长度（不能超过10秒）的音频段。音频剪切标注则使用Adobe Audition来处理。安装完Adobe Audition之后，使用Adobe Audition打开准备好的视频或者音频文件，然后对着文件名点击—>插入到多轨混音中—>新建多轨会话，如果下图：
给要编辑的项目起个名：
之后Adobe Audition界面的刀片就可以使用了，做切片的时候，切开的部分尽量是没有语音的部分，就是没有声波的部分，如果有很长一段没有声波，就切出来删除掉。做切片时要注意不能小于2秒不能大于10秒。
切完整个音频之后 ，把每个音频段拖动到单独的音轨里面，不用的片断则删除就行：、
然后选中所有剪切的片断（Ctrl+A）,点击文件—>导出—>所有编辑
在导出界面把采样类型改成24000Hz，导出全部文件：
导出音频片断，保存的文件名有中文，要改成英文或者数字文件名。
1.声音片断剪切软件下载这个是绿色版本，需要可以到某宝找到，或者私信我，我发出网盘。
2.伴奏人声提取工具下载：
