silero tts enhanced

SILERO TTS

Readme est disponible dans les langues suivantes:

SILERO TTS est une bibliothèque Python qui fournit un moyen facile de synthétiser la parole à partir de texte en utilisant divers modèles, langues et haut-parleurs SILERO TTS. Il peut être utilisé comme un script autonome ou intégré dans vos propres projets Python.

Caractéristiques

• Prise en charge de plusieurs langues et modèles
• Téléchargement automatique du dernier fichier de configuration du modèle
• Prétraitement du texte et translittération
• Traitement par lots des fichiers texte
• Journalisation détaillée avec loguru
• Suivi des progrès avec TQDM
• Options personnalisables pour la fréquence d'échantillonnage, l'appareil et plus
• Peut être utilisé comme un script autonome ou intégré dans le code Python

Installation

Auto (recommandé)

 pip install silero-tts

Manuelle

1. Clone le référentiel:

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

2. Installez les dépendances requises:

    pip install -r requirements.txt
   

Usage

En tant que script autonome

Vous pouvez utiliser SILERO TTS comme script autonome pour synthétiser le discours à partir de fichiers texte ou de répertoires contenant des fichiers texte.

 python -m silero_tts [options]

Options

• --list-models : liste des modèles disponibles
• --list-speakers : Liste des haut-parleurs disponibles pour un modèle
• --language LANGUAGE : spécifiez le code de la langue (requis)
• --model MODEL : spécifiez l'ID du modèle (par défaut: dernière version de la langue)
• --speaker SPEAKER : spécifiez le nom du haut-parleur (par défaut: premier haut-parleur disponible pour le modèle)
• --sample-rate SAMPLE_RATE : spécifiez la fréquence d'échantillonnage (par défaut: 48000)
• --device DEVICE : spécifiez le périphérique à utiliser (par défaut: CPU)
• --text TEXT : spécifiez le texte à synthétiser
• --input-file INPUT_FILE : Spécifiez le fichier texte d'entrée à synthétiser
• --input-dir INPUT_DIR : Spécifiez le répertoire d'entrée avec des fichiers texte à synthétiser
• --output-file OUTPUT_FILE : spécifiez le fichier audio de sortie (par défaut: output.wav)
• --output-dir OUTPUT_DIR : spécifiez le répertoire de sortie pour les fichiers audio synthétisés (par défaut: sortie)
• --log-level INFO : spécifiez le niveau de journal, vous pouvez désactiver la valeur Aucune (par défaut: info)

Exemples

1. Synthétiser la parole d'un texte:

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

2. Synthétiser la parole à partir d'un fichier texte:

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

3. Synthétiser la parole à partir de plusieurs fichiers texte dans un répertoire:

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

En tant que bibliothèque Python

Vous pouvez également intégrer SILERO TTS dans vos propres projets Python en important la classe SileroTTS et en utilisant ses méthodes.

 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 )

Caractéristiques de la CLI

Le SILERO TTS CLI fournit les caractéristiques suivantes:

• Prise en charge du langage : spécifiez le code de la langue à l'aide de l'indicateur --language pour synthétiser la parole dans la langue souhaitée.
• Sélection du modèle : choisissez un modèle spécifique à l'aide de l'indicateur --model modèle ou laissez la CLI sélectionner automatiquement le dernier modèle pour la langue spécifiée.
• Sélection du haut-parleur : sélectionnez un haut-parleur à l'aide de l'indicateur --speaker ou utilisez le haut-parleur par défaut pour le modèle choisi.
• Débit d'échantillonnage : Personnalisez la fréquence d'échantillonnage de la parole synthétisée à l'aide de l'indicateur --sample-rate .
• Appareil : spécifiez le périphérique (CPU ou GPU) à utiliser pour la synthèse à l'aide de l'indicateur --device .
• Entrée de texte : Fournissez le texte à synthétiser directement à l'aide de l'indicateur --text ou spécifiez un fichier de texte d'entrée à l'aide de l'indicateur --input-file .
• Traitement par lots : traitez plusieurs fichiers texte dans un répertoire à l'aide de l'indicateur --input-dir .
• Sortie : Spécifiez le fichier audio de sortie à l'aide de l'indicateur --output-file ou du répertoire de sortie pour le traitement par lots à l'aide de l'indicateur --output-dir .
• Liste des modèles : répertoriez tous les modèles disponibles à l'aide du drapeau --list-models .
• Liste des conférenciers : répertoriez tous les haut-parleurs disponibles pour un modèle spécifique à l'aide du drapeau de --list-speakers .

Langues prises en charge

• Russe (RU)
• Anglais (en)
• Allemand (DE)
• Espagnol (ES)
• Français (FR)
• Bashkir (BA)
• Kalmyk (xal)
• Tatar (TT)
• Ouzbek (UZ)
• Ukrainien (UA)
• Indic (indic)
• Cyrillique (cyrillique)

Licence

Ce projet est autorisé sous la licence du MIT.

Remerciements

• Modèles SILERO pour fournir les modèles TTS
• SILERO_TTS_STANDALONE Cette bibliothèque m'a inspiré pour créer ce projet.