audio-preprocessing-scripts

主要功能：diffsinger、visinger数据集一键制作

• 长录播音频切片
• 基于demucs伴奏分离
• 基于whisper语音识别
• mfa对齐
• 完成后处理，构建diffsinger nomidi格式数据集

注意！！！！

开发中，，仅在mac和linux下通过部分测试，可能有各种bug！若要尝试请备份好自己的数据！！！！

需要安装的依赖：

• ffmpeg
• demucs==4.0.0 auditok zhconv pypinyin librosa matplotlib praat-parselmouth pyyaml soundfile sox textgrid
• git+https://github.com/openai/whisper.git

数据集准备

dataset
├───speaker0
│   ├───录播1.mp4
│   ├───...
│   └───录播2.mp4
└───speaker1
    ├───录播1.mp4
    ├───...
    └───录播2.mp4

colab

colab notebook link

Reference

• DiffSinger数据集制作