tortoise.cpp

Tortoise.cpp: GGML تنفيذ السلحفاة TTS (تطوير الدعم هنا!)

التنزيل

استنساخ المستودع مع الأمر التالي

 git clone --recursive https://github.com/balisujohn/tortoise.cpp.git

التجميع

في الوقت الحالي ، CUDA و CPU فقط. لتجميع:

ترجمة لوحدة المعالجة المركزية (تعمل على Linux X86 و MAC ARM)

 mkdir build
cd build
cmake .. 
make

يتم اختبار هذا مع Mac OS Arm

تجميع CUDA

 mkdir build
cd build
cmake .. -DGGML_CUBLAS=ON
make

يتم اختبار هذا مع Ubuntu 22.04 و CUDA 12.0 و 1070TI

ترجمة لنظام التشغيل Mac OS مع المعدن (العمل قيد التقدم)

 mkdir build
cd build
cmake .. -DGGML_METAL=ON
make

جري

يتم دعم الأحرف الصغيرة فقط والمساحات وعلامات الترقيم في المطالبة.

ستحتاج إلى وضع ggml-model.bin و ggml-vocoder-model.bin و ggml-diffusion-model.bin في دليل النماذج لتشغيل tortoise.cpp. يمكنك تنزيلها هنا https://huggingface.co/Balisujohn/tortoise-ggml. سأصدر البرامج النصية لإنشاء هذه الملفات من السلحفاة tts.

من دليل البناء ، قم بتشغيل:

 ./tortoise

إليك مثال يجب أن يعمل خارج الصندوق:

 ./tortoise --message "based... dr freeman?" --voice "../models/mouse.bin" --seed 0 --output "based?.wav"

جميع وسيطات سطر الأوامر اختياري:

 arguments:
  --message           Specifies the message to generate, lowercase letters, spaces, and punctuation only. (default: "this is a test message." )
  --voice             Specifies the path to the voice file to use to determine the speaker's voice.  (default: "../models/mol.bin" )
  --output            Specifies the path where the generated wav file will be saved.                 (default: "./output.wav")
  --seed              Specifies the seed for psuedorandom number generation, used in autoregressive sampling and diffusion sampling (default: system time seed)

كيفية إضافة أصوات

قم بإعداد السلحفاة الأصلية tts ، ثم قم بتشغيله بأي صوت لديك ، ثم بعد هذا السطر: https://github.com/neonbjb/tortoise-tts/blob/e2d9fba0bb5c4376d0d142efea47a48f97c4d90/tortoise/api.py#l42fea47a448f97c4d90c4d90c4d90c4d90c4d90c4d90c4d90c4d90c4d90c4d90c4d9

أضف هذا الرمز:

 numpy_array = auto_conditioning.to("cpu").numpy().astype(np.float32)  # Ensure float32 for binary format

# Define the file path
file_path = 'auto_conditioning.bin'

# Save NumPy array as binary file
numpy_array.tofile(file_path)

print("saved auto conditioning")
exit()

ثم يمكنك إعادة تسمية auto_conditioning.bin إلى اسم السماعة ووضع الملف في مجلد النماذج الخاص بك لاستخدامه مثل أي صوت آخر. هذا يعمل مع الأصوات استنساخ مع tortoise-tts .

المساهمة

إذا كنت ترغب في المساهمة ، فيرجى توضيح مشكلة تفيد بما تريد العمل عليه. DM ME على Twitter إذا كنت تريد رابطًا للانضمام إلى Dev Discord ، أو إذا كان لديك أسئلة. يسعدني المساعدة في البدء في المساهمة!

أنا أيضًا أتوفر شوكة من السلحفاة TTS التي لديها تعليقات هندسية عكسية ، وكذلك البرنامج النصي للتصدير لنموذج الانحدار التلقائي.

رخصة

يتم إصدار هذا مع ترخيص معهد ماساتشوستس للتكنولوجيا.

رخصة معهد ماساتشوستس للتكنولوجيا

حقوق الطبع والنشر (ج) 2024 جون باليس

يتم منح الإذن بموجب هذا ، مجانًا ، لأي شخص يحصل على نسخة من هذا البرنامج وملفات الوثائق المرتبطة به ("البرنامج") ، للتعامل في البرنامج دون تقييد ، بما في ذلك على سبيل المثال لا الحصر حقوق استخدام الأشخاص ونسخها ودمجها ودمجها وتوزيعها وتوزيعها على ما يلي:

يجب إدراج إشعار حقوق الطبع والنشر أعلاه وإشعار الإذن هذا في جميع النسخ أو الأجزاء الكبيرة من البرنامج.

يتم توفير البرنامج "كما هو" ، دون أي ضمان من أي نوع ، صريح أو ضمني ، بما في ذلك على سبيل المثال لا الحصر ضمانات القابلية للتسويق واللياقة لغرض معين وعدم الانفجار. لا يجوز بأي حال من الأحوال أن يكون المؤلفون أو حاملي حقوق الطبع والنشر مسؤولاً عن أي مطالبة أو أضرار أو مسؤولية أخرى ، سواء في إجراء عقد أو ضرر أو غير ذلك ، ناشئة عن أو خارج البرنامج أو الاستخدام أو غيرها من المعاملات في البرنامج.

مشتق من السلحفاة TTS و GGML.

السلحفاة tts:

Apache 2.0 ترخيص James Betker https://github.com/neonbjb/tortoise-tts/blob/main/license

GGML

رخصة معهد ماساتشوستس للتكنولوجيا

حقوق الطبع والنشر (ج) 2022 جورجي جيرجانوف

يتم منح الإذن بموجب هذا ، مجانًا ، لأي شخص يحصل على نسخة من هذا البرنامج وملفات الوثائق المرتبطة به ("البرنامج") ، للتعامل في البرنامج دون تقييد ، بما في ذلك على سبيل المثال لا الحصر حقوق استخدام الأشخاص ونسخها ودمجها ودمجها وتوزيعها وتوزيعها على ما يلي:

يجب إدراج إشعار حقوق الطبع والنشر أعلاه وإشعار الإذن هذا في جميع النسخ أو الأجزاء الكبيرة من البرنامج.

يتم توفير البرنامج "كما هو" ، دون أي ضمان من أي نوع ، صريح أو ضمني ، بما في ذلك على سبيل المثال لا الحصر ضمانات القابلية للتسويق واللياقة لغرض معين وعدم الانفجار. لا يجوز بأي حال من الأحوال أن يكون المؤلفون أو حاملي حقوق الطبع والنشر مسؤولاً عن أي مطالبة أو أضرار أو مسؤولية أخرى ، سواء في إجراء عقد أو ضرر أو غير ذلك ، ناشئة عن أو خارج البرنامج أو الاستخدام أو غيرها من المعاملات في البرنامج.