babylon.cpp

babylon.cpp

Babylon.cpp ist eine C- und C ++ - Bibliothek für Graphem to Phonem Conversion und Text in die Sprachsynthese. Für die Phonemisierung wird ein Onnx -Laufzeitport des Deepphonemizer -Modells verwendet. Für Sprachsynthese werden Vits verwendet. Pipermodelle sind kompatibel, nachdem ein Konvertierungsskript ausgeführt wurde.

Bauen und rennen

Um die Bibliothek zu erstellen und auszuführen, führen Sie die folgenden Befehle aus:

make
./bin/babylon_example

Um die Kompilierungszeit standardmäßig zu verkürzen, verwendet die Libary die von Microsoft bereitgestellten freigegebenen freigegebenen Bibliotheken. Dies kann durch Einstellen BABYLON_BUILD_SOURCE auf ON überschrieben werden.

Verwendung

C Beispiel:

 #include "babylon.h"

int main () {
    babylon_g2p_options_t options = {
      . language = "en_us" ,
      . use_dictionaries = 1 ,
      . use_punctuation = 1 ,
    };

    babylon_g2p_init ( "path/to/deep_phonemizer.onnx" , options );

    const char * text = "Hello World" ;

    babylon_tts_init ( "path/to/vits.onnx" );

    babylon_tts ( text , "path/to/output.wav" );

    babylon_tts_free ();
    
    babylon_g2p_free ();

    return 0 ;
}

C ++ Beispiel:

# include " babylon.hpp "

int main () {
    DeepPhonemizer::Session dp ( " path/to/deep_phonemizer.onnx " );

    Vits::Session vits ( " path/to/vits.onnx " );

    std::string text = " Hello World " ;

    std::vector<std::string> phonemes = dp. g2p (text);

    vits. tts (phonemes, " path/to/output.wav " );

    return 0 ;
}