行为克隆是模仿学习经典算法之一。本文主要介绍行为克隆的框架。

加油学吧。(*￣3￣)╭

行为克隆 使用提供的模拟器，神经网络可用于克隆给定用户的驾驶行为。 概述 使用模拟器，我们可以记录行驶中的汽车的转向角和速度。 模拟器中的汽车具有三个摄像头：左，中和右。 此设置类似于Nvidia发表的论文《 使用的设置 基本思想是将三个摄像机的图像特征映射到适当的转向角。 然后将转向角逐帧发送到模拟器。 安装与运行 我使用的模拟器由Udacity提供（单击以安装模拟器）。 您可以从模拟器记录自己的数据，也可以从Udacity下载提供的数据集。 安装模拟器后，您还必须安装一些依赖项（这样做很麻烦）。 我提供了一个.yml文件（conda环境），这样您就不必麻烦地逐个安装每个软件包。 我已经在Mac上进行了开发，但是在Windows或Linux上使用.yml文件应该不是问题。 conda env create - f env . yml 我已经上传了一些模型权重，您可以立即使用。 为了

实时语音克隆 该存储库是通过实时工作的声码器实现的（SV2TTS）的实现。 如果您好奇或正在寻找我未记录的信息，请随时检查。 通常，我建议您快速浏览一下引言之外的数字。 SV2TTS是一个三阶段的深度学习框架，它允许从几秒钟的音频中创建语音的数字表示，并使用它来调节经过训练的文本到语音模型，以推广到新的语音。 视频演示（单击图片）： 已实施文件 网址 指定 标题 实施源 SV2TTS 将学习从演讲者验证转移到多演讲者语音合成 这个回购 WaveRNN（声码器） 高效的神经音频合成 Tacotron 2（合成器） 基于梅尔谱图预测的条件波网自然合成TTS GE2E（编码器） 说话人验证的一般端到端损失 这个回购 消息 19/11/11 ：我现在全职工作，因此我将不再维护此仓库。 对于阅读此内容的任何人： 如果您只想克隆自己的声音，请在上检查我们的演示-它会比此回购提供更

Paper - Automatic Multispeaker Voice Cloning

语音克隆应用 一个Python / Pytorch项目，可轻松合成人的声音。 安装 Windows Install Demo： : 这个专案需要NVIDIA GPU进行训练，可支援440.33以上版本以及至少4GB的GPU记忆体 安装并运行该应用程序后，应在浏览器中打开 码头工人 克隆此存储库 运行docker build -t voice-cloning:latest . 运行docker run -d -p 5000:5000 voice-cloning Linux 克隆此存储库 从存储库的根目录运行./install.sh 运行python main.py 视窗 克隆此存储库 右键单击install.ps1然后选择“使用powershell运行” 在CUDA安装程序中单击“下一步”（保留默认值） 从cmd运行python main.py 手动安装（Linux / Wi

Real-Time-Voice-Cloning-master项目包。

CorentinJ/Real-Time-Voice-Cloning项目训练模型，包含encoder、synthesizer、vocoder三部分。

Seamless Image Cloning by a Closed Form Solution of a Modified Poisson Problem

Chapter 4 Molecular Cloning Methods (2020)