HTS Sinsy音源库训练方法

最近看了些方法，整理了下。

需要环境：Debain/Ubuntu x86_64系统

首先下载训练包：https://pan.baidu.com/s/1i6huEaD

下载后解压

先编译hts_engine_API，然后编译SPTK和HTS_for_HTK.编译时需要csh和libx11，记得安装。apt里就有

编译hts_engine_API和SPTK后一定要make install，HTS_for_HTK可以不用install

然后打开hts-train-demo文件夹，打开data，替换相应文件

raw文件夹为音频文件，格式为：480000Hz Little Endian 跳过前2位

可以使用ffmpeg进行转换：

ffmpeg -i input.wav -f s16le -ar 48000 -acodec pcm_s16le output.raw

label/full放入音乐的完整label，可以用Sinsy-remix导出

sinsy -x dic -m jp.htsvoice -w c -o output.lab -l infile.xml

-x 指定发音表所在文件夹

-m 指定任意一个htsvoice（不影响输出结果，必须指定一个htsvoice是bug）

-w 指定语言，j代表日语，c代表中文

注：如果需要使用其他语言进行训练，需要更改question文件（只需更改开头的音素不封，也就是LL-Phone到RR-Phone的区域），具体请查看：关于HTS问题集（question）的解析（一）

label/mono指定的歌词和对应时间，元音和辅音要拆开来，时间一定要准确，否则影响音源合成效果

注意：pau这个音的作用类似UTAU里的R，代表无声的范围，不能缺少。sil是用来填补曲子还没开始前的“上一个音”的空位

具体怎么写可以参照官方的例子

开始训练，需要的时间较长（6-12小时），建议在screen里运行

screen -S train

配置时一定要指定HTK的位置

./configure --with-hts-search-path=../HTS_for_HTK/htk/HTKTools

然后就可以开始make了

make all

如果训练时，perl提示找不到对应类，请手动执行下面的指令：

perl scripts/Training.pl 当前的绝对路径/scripts/Config.pm

大约6小时训练完成

训练结果在voice文件夹内