silero tts api server

Langues prises en charge

Note

Tous les modèles proviennent du référentiel: Snakers4 / SILERO-Models

Langue	Modèle	Conférenciers
russe	v4_ru	5: Aidar, Baya, Kseniya, Xenia, Eugene
ukrainien	v4_ua	1: Mykyta
Ouzbek	v4_uz	1: Dilnavoz
Anglais	v3_en	118: en_0, en_1, ..., en_117
Espagnol	v3_es	3: es_0, es_1, es_2
Français	v3_fr	6: FR_0, FR_1, FR_2, FR_3, FR_4, FR_5
Allemand	v3_de	5: Bernd_ungerer, Eva_K, Friedrich, Hokuspokus, Karlsson
tatar	v3_tt	1: Dilyara
mongol	v3_xal	2: Erdni, Delghir

Installation via Docker

Important

Cela nécessite un docker installé et le démon docker en cours d'exécution

docker run --rm -p 8000:8000 twirapp/silero-tts-api-server

Construire et exécuter à partir du référentiel local

Clone le référentiel:

git clone https://github.com/twirapp/silero-tts-api-server.git && cd silero-tts-api-server

Construire l'image Docker:

docker build -f docker/Dockerfile -t silero-tts-api-server .

Exécutez le conteneur:

docker run --rm -p 8000:8000 silero-tts-api-server

Ou utilisez Docker Compose:

docker-compose -f docker/compose.yml up

Installation

Important

Exigence minimale Python 3.9

Ce projet utilise le seigle pour la gestion des dépendances, il suppose que vous l'avez installé

1. Cloner le référentiel

   git clone https://github.com/twirapp/silero-tts-api-server.git && cd silero-tts-api-server

2. Installer des dépendances

   Cela créera automatiquement l'environnement virtuel dans le répertoire .venv et installera les dépendances requises

   rye sync

   (non recommandé) Installation alternative via PIP

   Créez un environnement virtuel et activez:

   python3 -m venv .venv && source .venv/bin/activate

   Installez uniquement les dépendances requises:

   pip3 install --no-deps -r requirements.lock

3. Télécharger les modèles SILERO TTS

   bash ./install_models.sh

4. Exécuter le serveur

   litestar run

Note

La valeur par défaut sera locale: 8000

Documentation

Vous pouvez afficher la documentation générée automatiquement sur la base d'OpenAPI à:

Fournisseur	URL
Fanfarner	https: // localhost: 8000 / schéma /
Redoc	https: // localhost: 8000 / schéma / redoc
Éléments de feuilles	https: // localhost: 8000 / schéma / éléments
Répodoc	https: // localhost: 8000 / schéma / repidoc
Schéma openap yaml	https: // localhost: 8000 / schéma / openapi.yaml
Schéma OpenAPI JSON	https: // localhost: 8000 / schéma / openapi.json

Points de terminaison

• GET /generate - Générez de l'audio au format WAV à partir du texte. Paramètres: text speaker sample_rate , pitch , rate
• GET /speakers - obtenez la liste des conférenciers

sample_rate peut être défini à partir de 8 000, 24 000, 48 000, pitch et rate peuvent être réglés de 0 à 100

Variables d'environnement

• TEXT_LENGTH_LIMIT - longueur maximale du texte à traiter. La valeur par défaut est de 930 caractères.
• MKL_NUM_THREADS - Nombre de threads à utiliser pour générer l'audio. Nombre de threads par défaut: Nombre de cœurs de CPU.

Considérations pour l'avenir

Ce référentiel est dédié à Twir.app et est conçu pour répondre à ses exigences.

Twirapp doit générer de l'audio à l'aide du CPU. Si la prise en charge d'autres appareils tels que CUDA ou MPS est nécessaire, veuillez ouvrir un problème.