silero tts api server

Bahasa didukung

Catatan

Semua model berasal dari repositori: snakers4/silero-model

Bahasa	Model	Pembicara
Rusia	v4_ru	5: Aidar, Baya, Kseniya, Xenia, Eugene
Ukraina	v4_ua	1: Mykyta
Uzbek	v4_uz	1: Dilnavoz
Bahasa inggris	v3_en	118: en_0, en_1, ..., en_117
Spanyol	v3_es	3: ES_0, ES_1, ES_2
Perancis	v3_fr	6: FR_0, FR_1, FR_2, FR_3, FR_4, FR_5
Jerman	v3_de	5: Bernd_ungerer, Eva_K, Friedrich, Hokuspokus, Karlsson
Tatar	v3_tt	1: Dilyara
Mongolia	v3_xal	2: Erdni, Delghir

Instalasi melalui Docker

Penting

Ini membutuhkan Docker Installed dan Docker Daemon Running

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

Bangun dan jalankan dari repositori lokal

Klon Repositori:

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

Bangun Gambar Docker:

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

Jalankan wadah:

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

Atau gunakan Docker Compose:

docker-compose -f docker/compose.yml up

Instalasi

Penting

Persyaratan Minimum Python 3.9

Proyek ini menggunakan gandum hitam untuk manajemen ketergantungan, ia mengasumsikan Anda telah menginstalnya

1. Klon Repositori

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

2. Instal dependensi

   Ini akan secara otomatis menciptakan lingkungan virtual di direktori .venv dan menginstal dependensi yang diperlukan

   rye sync

   (Tidak disarankan) pemasangan alternatif melalui PIP

   Buat lingkungan virtual dan aktifkan:

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

   Pasang hanya dependensi yang diperlukan:

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

3. Unduh model Silero TTS

   bash ./install_models.sh

4. Jalankan server

   litestar run

Catatan

Defaultnya adalah localhost: 8000

Dokumentasi

Anda dapat melihat dokumentasi yang dihasilkan secara otomatis berdasarkan OpenAPI di:

Penyedia	Url
Menyombongkan	https: // localhost: 8000/skema/
Redoc	https: // localhost: 8000/skema/redoc
Elemen lampu lalu lintas	https: // localhost: 8000/skema/elemen
Repidoc	https: // localhost: 8000/skema/repidoc
Skema OpenAPI YAML	https: // localhost: 8000/schema/openapi.yaml
Skema OpenAPI JSON	https: // localhost: 8000/schema/openapi.json

Titik akhir

• GET /generate - Hasilkan audio dalam format WAV dari teks. Parameter: text speaker sample_rate , pitch , rate
• GET /speakers - Dapatkan Daftar Pembicara

sample_rate dapat diatur dari 8 000, 24 000, 48 000 pitch dan rate dapat diatur dari 0 hingga 100

Variabel Lingkungan

• TEXT_LENGTH_LIMIT - Panjang maksimum teks yang akan diproses. Default adalah 930 karakter.
• MKL_NUM_THREADS - Jumlah utas yang akan digunakan untuk menghasilkan audio. Jumlah utas default: Jumlah inti CPU.

Pertimbangan untuk masa depan

Repositori ini didedikasikan untuk twir.app dan dirancang untuk memenuhi persyaratannya.

TwirApp perlu menghasilkan audio menggunakan CPU. Jika dukungan untuk perangkat lain seperti CUDA atau MPS diperlukan, silakan buka masalah.