如何调整合成音频的音量？

[AnonymousmousCoder]

可能是训练音频声音就比较小的缘故，有的模型推理出来的声音很小。如何在不写临时文件的情况下，直接修改audio_fragment的音量呢？

TTS.py

for i, batch in enumerate(audio):
            for j, audio_fragment in enumerate(batch):
                max_audio=torch.abs(audio_fragment).max()#简单防止16bit爆音
                if max_audio>1: audio_fragment/=max_audio
                audio_fragment:torch.Tensor = torch.cat([audio_fragment, zero_wav], dim=0)
                audio[i][j] = audio_fragment.cpu().numpy()

[XXXXRT666]

建议训练前先去响度匹配，这样推理出来的音频响度就会正常

[XXXXRT666]

要是想的话你可以接一个响度匹配，使用librosa

[AnonymousmousCoder]

建议训练前先去响度匹配，这样推理出来的音频响度就会正常

训练时有这个功能吗？

[XXXXRT666]

无，Pr里面有一个

[ZhangJianBeiJing]

mark

[Wei-JL]

Pr

您好，请问能给一下详细链接吗， 没在pr中搜索到，或者有其他的方法吗？

[XXXXRT666]

Pr

您好，请问能给一下详细链接吗， 没在pr中搜索到，或者有其他的方法吗？

#937

[panjie-payne]

自己用ffmpeg写一个就好了呀, filter volume 就可以了