Descargar viet tts - Descargar el código fuente de viet tts

viet tts

Código Fuente de IA

v20241212

Descargar

Viettts : un texto vietnamita de código abierto al habla

Viettts es un kit de herramientas de código abierto que proporciona a la comunidad un poderoso modelo TTS vietnamita, capaz de síntesis de voz natural y clonación de voz robusta. Diseñado para una experimentación efectiva, Viettts apoya la investigación y la aplicación en tecnologías de voz vietnamitas.

Características clave

TTS : Generación de texto a voz con cualquier voz a través de audio rápido
OpenAI-API Compatible : compatible con el formato API de texto a voz de OpenAI

Instalación

Viettts se puede instalar a través de un instalador de Python (solo con Windows y MacOS admite pronto) o Docker.

Python Installer (Python> = 3.10)

git clone https://github.com/dangvansam/viet-tts.git
cd viet-tts

# (Optional) Install Python environment with conda, you could also use virtualenv 
conda create --name viettts python=3.10
conda activate viettts

# Install
pip install -e . && pip cache purge

Estibador

Instale Docker, controlador NVIDIA, kit de herramientas de contenedores NVIDIA y CUDA.
Ejecute los siguientes comandos:

git clone https://github.com/dangvansam/viet-tts.git
cd viet-tts

# Build docker images
docker compose build

# Run with docker-compose - will create server at: http://localhost:8298
docker compose up -d

# Or run with docker run - will create server at: http://localhost:8298
docker run -itd --gpu=alls -p 8298:8298 -v ./pretrained-models:/app/pretrained-models -n viet-tts-service viet-tts:latest viettts server --host 0.0.0.0 --port 8298

Uso

¿Voces incorporadas?

Puede usar voces disponibles a continuación para sintetizar el habla.

Expandir

IDENTIFICACIÓN	Voz	Género
1	nsnd-le-chuc	?
2	Speakify_10	?
3	atuan	?
4	Speakify_11	?
5	CDTEAM	?
6	Speakify_12	?
7	cross_lingual_prompt	?
8	Speakify_2	?
9	chi-chi	?
10	Speakify_3	?
11	doremón	?
12	Speakify_4	?
13	giro de gato	?
14	Speakify_5	?
15	nguyen-ngoc-ngan	?
16	Speakify_6	?
17	nu-nhe-nhang	?
18	Speakify_7	?
19	quynh	?
20	Speakify_8	?
21	Speakify_9	?
22	hijo-tung-mtp	?
23	cero_shot_prompt	?
24	Speakify_1	?

Interfaz de línea de comandos (CLI)

La interfaz de línea de comandos Viettts (CLI) le permite generar rápidamente el habla directamente desde el terminal. Aquí le mostramos cómo usarlo:

 # Usage
viettts --help

# Start API Server
viettts server --host 0.0.0.0 --port 8298

# List all built-in voices
viettts show-voices

# Synthesize speech from text with built-in voices
viettts synthesis --text " Xin chào " --voice 0 --output test.wav

# Clone voice from a local audio file
viettts synthesis --text " Xin chào " --voice Download/voice.wav --output cloned.wav

Cliente API

Python (cliente de OpenAi)

Necesita establecer variables de entorno para el cliente Operai:

 # Set base_url and API key as environment variables
export OPENAI_BASE_URL=http://localhost:8298
export OPENAI_API_KEY=viet-tts # not use in current version

Para crear discurso a partir del texto de entrada:

 from pathlib import Path
from openai import OpenAI

client = OpenAI ()

output_file_path = Path ( __file__ ). parent / "speech.wav"

with client . audio . speech . with_streaming_response . create (
  model = 'tts-1' ,
  voice = 'cdteam' ,
  input = 'Xin chào Việt Nam.' ,
  speed = 1.0 ,
  response_format = 'wav'
) as response :
  response . stream_to_file ( 'a.wav' )

RIZO

 # Get all built-in voices
curl --location http://0.0.0.0:8298/v1/voices

# OpenAI format (bult-in voices)
curl http://localhost:8298/v1/audio/speech 
  -H " Authorization: Bearer viet-tts " 
  -H " Content-Type: application/json " 
  -d ' {
    "model": "tts-1",
    "input": "Xin chào Việt Nam.",
    "voice": "son-tung-mtp"
  } ' 
  --output speech.wav

# API with voice from local file
curl --location http://0.0.0.0:8298/v1/tts 
  --form ' text="xin chào" ' 
  --form ' audio_file=@"/home/viettts/Downloads/voice.mp4" ' 
  --output speech.wav

Nodo

 import fs from "fs" ;
import path from "path" ;
import OpenAI from "openai" ;

const openai = new OpenAI ( ) ;

const speechFile = path . resolve ( "./speech.wav" ) ;

async function main ( ) {
  const mp3 = await openai . audio . speech . create ( {
    model : "tts-1" ,
    voice : "1" ,
    input : "Xin chào Việt Nam." ,
  } ) ;
  console . log ( speechFile ) ;
  const buffer = Buffer . from ( await mp3 . arrayBuffer ( ) ) ;
  await fs . promises . writeFile ( speechFile , buffer ) ;
}
main ( ) ;

Reconocimiento

Código prestado de Cosyvoice
? ️ Vad Modelo de Silero-Vad
Normalización de texto con Vinorm

Licencia

El código fuente de Viettts se publica bajo la licencia Apache 2.0 . Los modelos previamente capacitados y las muestras de audio tienen licencia bajo la licencia CC BY-NC , basada en un conjunto de datos en el flujo. Pedimos disculpas por cualquier inconveniente que esto pueda causar.

️ Descargo de responsabilidad

El contenido proporcionado anteriormente es solo para fines académicos y está destinado a demostrar capacidades técnicas. Algunos ejemplos se obtienen de Internet. Si algún contenido infringe sus derechos, contáctenos para solicitar su eliminación.