e2tts mlx

E2TTS-MLX: vergonzosamente fácil TTS de disparo cero no autorgresivo en MLX

Una implementación liviana del modelo TTS de disparo cero vergonzosamente fácilmente no autorgresivo que usa MLX, con dependencias mínimas y un cálculo eficiente en Apple Silicon.

Comienzo rápido

Instalar

 # Quick install (note: PyPI version may not always be up to date)
pip install e2tts-mlx

# For the latest version, you can install directly from the repository:
# git clone https://github.com/JosefAlbers/e2tts-mlx.git
# cd e2tts-mlx
# pip install -e .

Uso

Para usar un modelo previamente capacitado para texto a voz:

e2tts ' We must achieve our own salvation. '

Esto escribirá tts_0.wav en el directorio actual, que luego puede jugar.

tts_0.mp4

Para entrenar un nuevo modelo con configuración predeterminada:

e2tts

Para entrenar con opciones personalizadas:

e2tts --batch_size=16 --n_epoch=100 --lr=1e-4 --depth=8 --n_ode=32

Seleccione Opciones de capacitación:

• --batch_size : configure el tamaño de lote (predeterminado: 32)
• --n_epoch : establecer el número de épocas (predeterminada: 10)
• --lr : Establezca la tasa de aprendizaje (predeterminado: 2e-4)
• --depth : Establezca la profundidad del modelo (predeterminado: 8)
• --n_ode : establezca el número de pasos para el muestreo (predeterminado: 1)
• --more_ds Parámetro: implementa el entrenamiento de dos set (predeterminado: 'josefalbers/lj-speech')

Expresiones de gratitud

Un agradecimiento especial al código fantástico de Lucidrains que inspiró este proyecto, y a la implementación de Vocos de Lucasnewman que lo hizo posible.

Licencia

Licencia de Apache 2.0