Hello! 欢迎光临谭俊杰的博客
导读
只需要一段5秒钟的录音，就能将其他的文字转换成你的声音。Real-Time-Voice-Cloning该项目目前在git上以及接近30k的星，作者将克隆后的效果已经上传到youtube演示视频。遗憾的是这个项目只支持英文。
最近从这个项目中发展了一个中文的分支Realtime-Voice-Clone-Chinese，作者已经在效果上传到了bilibili演示视频
下面我就教大家如何在你的电脑上使用这个项目
conda create -n py3.9 python==3.9
git clone https://github.com/babysor/Realtime-Voice-Clone-Chinese.git
pip install -r requirements.txt
https://pytorch.org/get-started/locally/
pip install webrtcvad-wheels
下载地址：https://ffmpeg.org/download.html#get-packages
根据你的系统选择ffmpeg进行安装
这里大家只需要下载synthesizer文件夹就行了，节省时间。其它的两个模型已经在项目里面了，下载好后将saved_models目录放到synthesizer目录下
#激活你的虚拟环境activate py3.9#进入到项目目录cd Realtime-Voice-Clone-Chinese#启动UI界面pyth
一共需要5-800
Android 系统rom里面最主要的就3个文件：boot.img、system.img、userdata.img。其中boot.img 存放着内核以及Android系统的配置信息，比如android系统各文件夹的读写权限，adb 的权限。所以如果你要修改adb的root权限，修改boot.img对应的地方就行了。system.img中存放的是系统的各种库，系统预装的app等，userdata.img是存放用户的配置信息。本文将介绍如何解开boot.img文件，修改对应的文件，使adb 登录后为root用户。
使用工具：
bootimg.exe 常用于解包boot.img 、recovery.img等等。
简要流程：
1.解包 boot.img
命令： bootimg --unpack-bootimg
注：boot.img应和bootimg.exe在同一目录下。
2.解包 ramdisk.gz (从boot.img 解包获得)
命令： bootimg --unpack-ramdisk
注：会产生目录initrd，此目录下包含各种可执行程序和驱动程序。在此目录下修改文件default.prop。将ro.secure=0，意为关闭保护。
3.打包 ramdisk.gz
命令： bootimg --repack-ramdisk
注：当前目录必须存在cpiolist.txt 和initrd目录 ,
4.打包boot.img
命令： bootimg --repack-bootimg
5.将boot.img刷入，在PC机上测试。
ROOT有风险，需谨慎！
这只爬虫做了些什么事儿呢？
通过 ADB 控制你的手机，帮你自动刷抖音调用百度人脸识别的接口，给视频画面中出现的小姐姐打分自动给颜值 70 以上的小姐姐的视频点赞
有趣的是，根据抖音的推荐算法，连着刷几天之后，抖音里给你推荐的全是漂亮小姐姐了。
先演示一下效果。
连接手机（手机要允许ADB调试），运行爬虫程序，程序会自动打开抖音APP，自动寻找漂亮的小姐姐啦。
有趣的是，根据抖音的推荐算法，连着刷几天之后，抖音里给你推荐的全是漂亮小姐姐了。
刚开始刷的时候，可能几十条里都没有一个漂亮小姐姐，而刷几天之后，基本上刷到的每条视频里都是漂亮小姐姐。
看，这是我刷了三天的 “成果”， 断断续续刷了三天时间，已经 “点赞” 了两百多条漂亮小姐姐的视频。
咱有一说一啊，先不管是不是因为抖音的美颜滤镜功能强大，单纯从爬虫爬到的视频来看，这些小姐姐是真的好看，结果还是令人满意的。
下面这个是抖音里检测到漂亮小姐姐的截图画面，本来这是作为临时文件，人脸检测完即删除的，我看着好看，就给留了下来。
这个爬虫程序大概就是这样，下面详细讲解一下，这个爬虫是怎么做出来的。
这个爬虫需要用到三个东西。
ADB 的全称为 Android Debug Bridge，就是起到了调试桥的作用，用这个可以很方便的对安卓应用进行调试。
简单点说，就是你可以用这个工具来操作你的手机，它可以完成你在手机上能做的任何操作。
站群在域名上的关键在于选择老域名，而不是去注册全新的域名。我在尝试的几个用站群软件维护的网站中，流量好的几个站都是自己曾经做过一段时间，后来放弃了，然后将那个域名改成站群的网站做的。
这样的域名可以到一些专门买卖域名的网站选择那些有一定pr，废弃没有多久的域名购买。
对于站群，因为都是垃圾站，对服务器的要求并不是很高。不过为了隐蔽站群，则要将站群IP尽可能的分散。对于我们做企业站为了养站而做的站群来说，因为站群的规模不会很大，建议直接只用虚拟空间即可。
关于站群的网站数量问题，这个真没有具体的答案。要维护一个网站，五个站的小站群可以，一百个站的站群则更好，总归是多多益善。这里，以做一个100个网站的站群来说明一下。
100个网站，可以以十个站为一组来建一个比较大型的站群。链接方式是：站群1组—>站群2组—>站群3组—>站群4组—5组—>6组—>7组—>8组—>9组—>10组—>1组.请注意这里是“组”，而不是简单的在组内互联，然后一起链接到主站。
目前百度虽然说可以在一定程度上对站群做一个判断，但是还绝对没有办法判断十层链接的站群。
另外，每一组网站里面，要有七个站跟我们要推的主站高度相关，三个网站随便选择主题来做，将网站内再混淆一下。
这是站群的一个基本的布局，具体的链接策略在下面详解。
站群在程序的选择上以站群软件支持较好的程序为主。主要以dedecms、wordpress、zblog等为主。
单站建立要分这么几步：
站群普遍来说权重相对于正经做的网站来说权重要低一些，这也决定了站群网站不能选难度大的关键词。因此在关键词的选择上建议直接用长尾关键词。
在数量上，每个网站选择三个关键词，布局方法：首页两个，栏目页一个(每一个网站设置四个栏目，这个关键词放在第一个栏目上)。
因为是站群，网站程序在修改上也没有必要像平时做网站优化一样处处到位，而且这些开源的程序在对搜索引擎的友好性上都不差，也没有必要针对seo修改太多，只要将关键的几个地方修改一下就ok了。
美国如火如荼进行的BLM（黑命贵）运动。已经从民间上升到了政界，渗透进商业界，如今已经深入到了AI界。
最近，图灵奖得主、人工智能标杆人物Yann LeCun，因为一则言论被群攻，迫不得已出来道歉。而这起事件的导火索，正是最近突然爆火的PULSE算法
该算法由杜克大学推出，可以将模糊的照片秒变清晰，效果出奇的好。这项研究在CVPR 2020上发表，论文标题为《PULSE：通过对生成模型的潜在空间探索实现自监督照片上采样（论文连接：PULSE：Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models）。
正当大家兴致勃勃的把玩的时候，谁料PULSE竟莫名闯了祸。
一张照片引发AI社区大争议，Yann LeCun发推先解释后道歉。
有人发现，将一张奥巴马的模糊照片，用PULSE洗出来以后，变成了一个白人！真•洗白？
这下美国网民不干了，纷纷将斗争的矛头指向了人工智能。
一向敢说的Yann LeCun，就这张照片发推表示：「结果的偏差，原因在于数据的偏差。为什么PULSE会出现奥巴马被洗白的情况？因为它是在FlickFaceHQ上进行预训练，这个数据集里基本都是白人照片。如果换成来自塞内加尔的数据集，训练完全相同的系统，那必然是每个人都看起来像非洲人。」
这下很多AI研究人员、从业者也不干了，纷纷将斗争的矛头指向了LeCun。
[以上内容来自 搜狐新闻 ]: www.sohu.com/a/404339367_100191017 " 图灵奖得主道歉 因爆火的PULSE算法卷入“种族歧视”风波“
具体的舆论争吵就不聊了，看到这条新闻的时候，我感兴趣的就是这个PULSE算法，经过一番了解通俗点来说就是消除马赛克秒变高清人像，听起来好像挺好玩，这么好玩的东西当然要在自己电脑上运行起来了，于是就开始排坑了～
代码在github上：https://github.com/adamian98/pulse，首先clone下来，如果特别慢，可以使用gitee导入github库，然后在gitee
Faceswap是一款实用的视频换脸软件，效率高几乎无瑕疵，不过使用此软件需要一定的Python编程基础，方可轻松操作这款视频换脸软件。Faceswap最新版本不容易出错，最新的GUI图形界面更是非常好用。
Faceswap软件
使用方法：
0.我们先启动GUI界面
左上角5个标签，分别是Extract – 提取头像，Train – 训练， Convert – 转换，后面的effmpeg和sort有bug，我们暂时不用。
下载的压缩包里面已经包含workspace文件夹。在workspace有视频素材，我们从这里开始演示一次，下面我们来看怎么使用。
data_dst 目标文件夹，分解data_dst视频后的图片，将放在这里，也可以自己定义目录
data_src目标文件夹，分解data_src视频后的图片，将放在这里，也可以自己定义目录
model, 训练模型，将保存在这里，也可以自己定义目录
data_dst.mp4，目标视频文件
data_src.mp4，源视频文件
这里，我们要将data_src.mp4里面的钢铁侠脸部表情，覆盖到data_dst.mp4里面去
将视频分解完成之后，我们在workspace\data_src文件夹里面可以看到很多图片；
同样的，我们把目录视频分解成图片，双击y)分解dst视频成图片.bat，完成目录视频的分解
图片分解出来之后，需要提取头像，点击我们刚才启动的GUI窗口，选择左上角的Extract标签
Input Dir: 你要提取头像的图片目录，我们选择workspace\data_src这个文件夹
Output Dir: 提取到的头像保存目录，我们选择workspace\data_src\aligned这个文件夹
Detector: 提取的方法，我们选择all（如果太慢，就选hog）
其他的我们保持默认就行，选好了之后，就点击左下角的Extract，开始提取
4.src图片提取完头像之后，我们需要对dst图片提取头像，同样在Extract这个标签里面
将Input
conda create -n py3.7 python==3.7activate py3.7conda remove -n py3.7 --all
https://www.jianshu.com/p/edaa744ea47d
https://zhuanlan.zhihu.com/p/75717350