Stimmen klonen und Texte vorlesen lassen mit Applio

class: center, middle

![img33r](roboter1.webp)
## Stimmen klonen und Texte vorlesen lassen mit Applio
### Hauke Goos-Habermann
#### https://weisheit.goos-habermann.de
---

### Über mich

- Entwickler des <a href="https://m23.sourceforge.io">Softwareverteilungssystems m23</a>

- Organisator der <a href="https://kielux.de">Kieler Open Source und Linux Tage</a>

- <a href="https://goos-habermann.de/">Dienstleister zu m23, Linux und Freier Software</a>

- Softwareentwicklung (PHP, BASH, C/C++, JS, Python und was sonst so gebraucht wird...)
  - Administration
  - Schulungen
  - Support
  - Beratung
  - quasi **alles**, *was mit Linux zu tun hat*

- Wöchentlicher Livestream *"Jean und Hauke Show"* auf https://www.youtube.com/c/LinuxGuides

- *"Nicht der Weisheit letzter Schluß"* mit **beruflichen** oder **privaten Projekten** auf <a href="https://tube.tchncs.de/c/ndwls">tube.tchncs.de/c/ndwls</a> und <a href="https://youtube.com/@nichtderweisheit">youtube.com/@nichtderweisheit</a>

- Probiert immer wieder gern neue OpenSource-KI-Tools aus
---

### Applio?

![img33r](roboter2.webp)

Mit Applio könnt Ihr lokal ein **K**ünstliches **N**euronales **N**etzwerk anhand von kurzen **Sprachbeispielen** eines Sprechers trainieren.

Dieses Netz ***"lernt"* Spracheigenschaften** des Sprechers (z.B. die Sprachmelodie, Intonation) und kann anschließend dazu verwendet werden, um die Ausgabe einer **<a href="https://de.wikipedia.org/wiki/Sprachsynthese">Sprachsynthese</a>** (TTS) entsprechend anzupassen.

Applio vereint die einzelnen Arbeitsschritte in einer Weboberfläche.

* Projektseite: https://applio.org
* Modelle: https://applio.org/models
* Mehr Modelle: https://voice-models.com

**Wissenteil** Sprachsynthese von 1939 Bells VODER ⇒ https://www.youtube.com/watch?v=0rAyrmm7vv0
---

### Achtung: Datenleck

![img33r](../../gfx/achtung.png)

Bei der Nutzung von Applio **fließen Daten** ohne Hinweis **ab**, da die Sprachsynthese auf **speech.platform.bing.com** per **Edge TTS** stattfindet. Die zu sprechenden Texte werden dementsprechend an Microsoft übertragen.

Lediglich das **Anpassen** der synthetisierten Sprache findet **lokal** statt.

Applio sollte daher **keinesfalls für schützenswerte Texte** verwendet werden.

Es wurde ein Link (https://docs.applio.org/getting-started/tts#disclaimer) in der Oberfläche hinzugefügt, der aber ins Leere führt...
---

### Ausgangsmaterial

![img33r](roboter3.webp)

Das Ausgangsmaterial für die Lernphase sollte möglichst gut sein, daher sollten wenig Nebengeräusche enthalten sein wie z.B.

* Hall
* Rauschen
* Umgebungslärm
* Schlechtes Mikrofon
* Husten, Schnauben, etc.

Je nach Stimme werden benötigt:

* 1-5 **Minuten** Audiomaterial
* Verschiedene **Sprachsituationen** (z.B. Lautstärken oder Betonungen), die abgeblildet werden sollen

---

### Installation

Applio wird derzeit **schnell weiterentwickelt**, daher schaut auf der Projektseite nach dem aktuellen Installationsweg :-)

```bash
# Repo klonen
git clone https://github.com/IAHispano/Applio.git; cd Applio

# Installation
chmod +x run-install.sh
# ggf. nano run-install.sh, um python3.10 auf python3 zu ändern
# und apt-Aufruf zu entfernen
./run-install.sh

# Startskript erstellen
echo 'export PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:128
./run-applio.sh' > start
chmod +x run-applio.sh start
```
---

### Aktualisieren

Die Applio-Version 3.0.7 konnte ich bei mir folgendermaßen auf 3.2.0 aktualisieren.

```bash
# Meine lokalen Änderungen (Konfiguration) in's git einchecken
git add .
git commit -m konfiguration

# Für das Holen und Vereinen mit der offiziellen 3.2.0
git config pull.rebase false
git pull https://github.com/IAHispano/Applio 3.2.0

# Neue Abhängigkeiten
source .venv/bin/activate
pip3 install -r requirements.txt
deactivate
```

<!--### Anmerkungen

![img33r](roboter4.webp)

Vorzulesende Texte müssen in ISO 8859-15 / latin1 und nicht in UTF-8 vorliegen:

```bash
recode utf8..char *.txt
```

Ergebnisse der angepaßten Sprachsynthese liegen unter als WAV-Datei in Unterverzeichnissen unter ***/tmp/gradio***-->

---

class: center, middle
### Informationen zu mir und meinen Dienstleistungen, m23, ...
### https://goos-habermann.de