我是机器学习的新手，但我具备基本的编程知识。

我刚完成了fast.ai课程，并且知道如何使用Google Colab。

但是我仍然不知道如何在Colab上运行这个项目。

我刚创建了一个新的笔记本，并设置了环境，

我运行了

from google.colab import drivedrive.mount('/content/drive')import keras!git clone https://github.com/andabi/deep-voice-conversion

在我的笔记本中，它将所有文件复制到了我的Google Drive中，但我不知道下一步该做什么。

回答：

根据GitHub上的要求，你应该安装并导入以下库，而不仅仅是Keras（实际上它并没有提到你需要Keras！它明确提到了Tensorflow，不过如果你修改代码的话，可以使用Keras）：

• Tensorflow >= 1.1
• Numpy >= 1.11.1
• Librosa == 0.5.1

你可以观看这些视频，了解如何在不到2分钟内在Colab中安装库：

在Google CoLab中安装TensorFlow 2.0和GPU

在Google Colaboratory中开始使用TensorFlow（编码TensorFlow）

# 开始导入库并遵循下一步from google.colab import drivedrive.mount('/content/drive')import numpy as npimport tensorflow as tfimport kerasimport liborsa...

步骤：

• 训练阶段：Net1和Net2应按顺序进行训练。
  • 训练1（训练Net1）
    • 运行train1.py进行训练，并运行eval1.py进行测试。
  • 训练2（训练Net2）
    • 运行train2.py进行训练，并运行eval2.py进行测试。
      • 训练2必须在训练1完成后进行！

• 转换阶段：向前传递到Net2

  • 运行convert.py以获取结果样本。
  • 查看Tensorboard的音频标签来听取样本。
  • 查看Tensorboard的图像标签上的音素分布可视化。
    • x轴表示音素类别，y轴表示时间步长
    • x轴的第一个类别表示静音。

注意 别忘了查看Readme.md文件，它会给你很好的指导。