silero tts enhanced

Silero TTS

ReadMe está disponible en los siguientes idiomas:

Silero TTS es una biblioteca de Python que proporciona una manera fácil de sintetizar el habla del texto utilizando varios modelos, idiomas y altavoces Silero TTS. Se puede utilizar como un script independiente o integrarse en sus propios proyectos de Python.

Características

• Soporte para múltiples idiomas y modelos
• Descarga automática del último archivo de configuración del modelo
• Preprocesamiento de texto y transliteración
• Procesamiento por lotes de archivos de texto
• Registro detallado con loguru
• Seguimiento de progreso con TQDM
• Opciones personalizables para frecuencia de muestreo, dispositivo y más
• Se puede usar como un script independiente o integrado en el código de Python

Instalación

Auto (Recomendado)

 pip install silero-tts

Manual

1. Clon el repositorio:

    git clone https://github.com/daswer123/silero-tts-enhanced
   

2. Instale las dependencias requeridas:

    pip install -r requirements.txt
   

Uso

Como un guión independiente

Puede usar Silero TTS como un script independiente para sintetizar el discurso a partir de archivos de texto o directorios que contienen archivos de texto.

 python -m silero_tts [options]

Opción

• --list-models : Lista de modelos disponibles
• --list-speakers : lista de altavoces disponibles para un modelo
• --language LANGUAGE : especifique el código de idioma (requerido)
• --model MODEL : especifique la ID del modelo (predeterminado: última versión para el idioma)
• --speaker SPEAKER : especifique el nombre del altavoz (predeterminado: primero altavoz disponible para el modelo)
• --sample-rate SAMPLE_RATE : especifique la velocidad de muestreo (predeterminada: 48000)
• --device DEVICE : especifique el dispositivo para usar (predeterminado: CPU)
• --text TEXT : especifique el texto para sintetizar
• --input-file INPUT_FILE : especifique el archivo de texto de entrada para sintetizar
• --input-dir INPUT_DIR : especifique el directorio de entrada con archivos de texto para sintetizar
• --output-file OUTPUT_FILE : especifique el archivo de audio de salida (defautado: output.wav)
• --output-dir OUTPUT_DIR : especifique el directorio de salida para los archivos de audio sintetizados (predeterminado: salida)
• --log-level INFO : especificar el nivel de registro, puede desactivar Usar Ninguno Valor (predeterminado: Información)

Ejemplos

1. Sintetizar el discurso de un texto:

    python silero_tts.py --language ru --text "Привет, мир!"
   

2. Sintetizar el discurso de un archivo de texto:

    python silero_tts.py --language en --input-file input.txt --output-file output.wav
   

3. Sintetizar el discurso a partir de múltiples archivos de texto en un directorio:

    python silero_tts.py --language es --input-dir texts --output-dir audio
   

Como una biblioteca de Python

También puede integrar Silero TTS en sus propios proyectos de Python importando la clase SileroTTS y utilizando sus métodos.

 from silero_tts . silero_tts import SileroTTS

# Get available models
models = SileroTTS . get_available_models ()
print ( "Available models:" , models )

# Get available languages
languages = SileroTTS . get_available_languages ()
print ( "Available languages:" , languages )

# Get the latest model for a specific language
latest_model = SileroTTS . get_latest_model ( 'ru' )
print ( "Latest model for Russian:" , latest_model )

# Get available sample rates for a specific model and language
sample_rates = SileroTTS . get_available_sample_rates_static ( 'ru' , latest_model )
print ( "Available sample rates for the latest Russian model:" , sample_rates )

# Initialize the TTS object
tts = SileroTTS ( model_id = 'v3_en' , language = 'en' , speaker = 'en_2' , sample_rate = 48000 , device = 'cpu' )

# Synthesize speech from text
text = "Hello world!"
tts . tts ( text , 'output.wav' )

# Synthesize speech from a text file
# tts.from_file('input.txt', 'output.wav')

# Get available speakers for the current model
speakers = tts . get_available_speakers ()
print ( "Available speakers for the current model:" , speakers )

# Change the language
tts . change_language ( 'en' )
print ( "Language changed to:" , tts . language )
print ( "New model ID:" , tts . model_id )
print ( "New available speakers:" , tts . get_available_speakers ())

# Change the model
tts . change_model ( 'v3_en' )
print ( "Model changed to:" , tts . model_id )
print ( "New available speakers:" , tts . get_available_speakers ())

# Change the speaker
tts . change_speaker ( 'en_0' )
print ( "Speaker changed to:" , tts . speaker )

# Change the sample rate
tts . change_sample_rate ( 24000 )
print ( "Sample rate changed to:" , tts . sample_rate )

Características de CLI

El Silero TTS CLI proporciona las siguientes características:

• Soporte del idioma : especifique el código de idioma que usa el indicador --language para sintetizar el habla en el idioma deseado.
• Selección del modelo : elija un modelo específico utilizando el indicador --model o permita que la CLI seleccione automáticamente el último modelo para el idioma especificado.
• Selección de altavoces : seleccione un altavoz usando el indicador --speaker o use el altavoz predeterminado para el modelo elegido.
• Velocidad de muestreo : personalice la frecuencia de muestreo del discurso sintetizado utilizando el indicador --sample-rate .
• Dispositivo : Especifique el dispositivo (CPU o GPU) para usar para la síntesis utilizando el indicador --device .
• Entrada de texto : Proporcione el texto para sintetizar directamente usando el indicador --text o especificar un archivo de texto de entrada utilizando el indicador --input-file .
• Procesamiento por lotes : procese múltiples archivos de texto en un directorio utilizando el indicador --input-dir .
• Salida : especifique el archivo de audio de salida utilizando el indicador --output-file o el directorio de salida para el procesamiento por lotes usando el indicador --output-dir .
• Listado de modelos : enumere todos los modelos disponibles utilizando la bandera --list-models .
• Listado de altavoces : enumere todos los altavoces disponibles para un modelo específico que usa la bandera --list-speakers .

Idiomas compatibles

• Ruso (Ru)
• Inglés (es)
• Alemán (DE)
• Español (es)
• Francés (FR)
• Bashkir (BA)
• Kalmyk (Xal)
• Tártar (TT)
• Uzbek (uz)
• Ucraniano (UA)
• Inder (indic)
• Cirílico (cirílico)

Licencia

Este proyecto tiene licencia bajo la licencia MIT.

Expresiones de gratitud

• Modelos Silero para proporcionar los modelos TTS
• Silero_tts_standalone Esta biblioteca me inspiró a crear este proyecto.