zh tts

Zho-tts

Aplikasi Web, antarmuka baris perintah dan pustaka Python untuk mensintesis teks-teks Cina menjadi pidato.

Instalasi

pip install zho-tts --user

Penggunaan sebagai Aplikasi Web

Mengunjungi ? Memeluk wajah untuk demo hidup.

Anda juga dapat menjalankannya secara lokal mengeksekusi zho-tts-web di CLI dan membuka browser Anda di http://127.0.0.1:7860.

Penggunaan sebagai cli

zho-tts-cli synthesize "长江 航务 管理局 和 长江 轮船 总公司 最近 决定 安排 一百三十三 艘 客轮 迎接 长江 干线 春运。 "

Output dapat didengarkan di sini.

 # Same example using IPA input
zho-tts-cli synthesize-ipa " ʈʂː|a˧˩˧˘|ŋ|tɕ˘|j|a˥˘|ŋ˘|SIL0|x|a˧˥˘|ŋ|u˥˩|SIL0|k|w|a˧˩˧|n|l˘|i˧˩˧|tɕː|y˧˥ˑ|SIL0|x|ɤ˧˥|SIL0|ʈʂː|a˧˩˧˘|ŋ|tɕ˘|j|a˥˘|ŋ|SIL0|l|w|ə˧˥|n|ʈʂʰ˘|w|a˧˥|n|SIL0|ts˘|ʊ˧˩˧|ŋ˘|kː|ʊ˥|ŋ|s|ɹ̩˥ˑ|SIL0|ts|w˘|ei̯˥˩|tɕ|i˥˩˘|n|SIL0|tɕ|ɥ|e˧˥|t|i˥˩|ŋ|SIL3|a˥|n|pʰ|ai̯˧˥|SIL0|i˥ˑ|p|ai̯˧˩˧|s|a˥˘|n|ʂ˘|ɻ̩˧˥|s|a˥|n|SIL0|s˘|ou̯˥|SIL0|kʰˑ|ɤ˥˩|lː|wˑ|ə˧˥ˑ|n|SIL0|i˧˥ː|ŋ|tɕ˘|j˘|e˥|SIL0|ʈʂː|a˧˩˧|ŋ|tɕ˘|j|a˥˘|ŋ|SIL0|k˘|a˥˩|n|ɕ|j˘|ɛ˥˩|n˘|SIL0|ʈʂʰˑ|w˘|ə˥˘|nː|y˥˩ˑ|nː|。 "

Output dapat didengarkan di sini.

Penggunaan sebagai perpustakaan

 from pathlib import Path
from tempfile import gettempdir

from zho_tts import Synthesizer , Transcriber , normalize_audio , save_audio

text = "长江 航务 管理局 和 长江 轮船 总公司 最近 决定 安排 一百三十三 艘 客轮 迎接 长江 干线 春运。"

transcriber = Transcriber ()
synthesizer = Synthesizer ()

text_ipa = transcriber . transcribe_to_ipa ( text )
audio = synthesizer . synthesize ( text_ipa )

tmp_dir = Path ( gettempdir ())
save_audio ( audio , tmp_dir / "output.wav" )

# Optional: normalize output
normalize_audio ( tmp_dir / "output.wav" , tmp_dir / "output_norm.wav" )

Info model

Model TTS yang digunakan diterbitkan di sini.

Set fonem

• Vokal: a ɛ e ə ɚ ɤ iou ʊ y
• Diftong: ai̯ au̯ ei̯ ou̯
• Konsonan: fjk kʰ lmnp pʰ ɹ̩¹ ɻ¹ ɻ̩¹ ɻ̩¹ st ts tɕ tɕʰ tʰ wx ŋ ɕ ɥ ʈʂ ʈʂʂʂʰ ʈʂʂʂʰ
• Istirahat:
  • Sil0 (tidak ada istirahat)
  • Sil1 (istirahat pendek)
  • Sil2 (Break)
  • Sil3 (Long Break)
• Karakter Khusus :. ?

Vokal dan diftong berisi salah satu nada ini:

• ˥ (nada pertama)
• ˧˥ (nada kedua)
• ˧˩˧ (nada ketiga)
• ˥˩ (nada keempat)
• (tidak ada)

¹ Konsonan ini juga mengandung nada.

Vokal, diftong, dan konsonan mengandung salah satu penanda durasi ini:

• ˘ -> Sangat pendek, misalnya, ou̯˘
• tidak ada -> normal, misalnya, ou̯
• ˑ -> setengah panjang, misalnya, ou̯ˑ
• ː -> panjang, misalnya, ou̯ː

Nada dan penanda durasi dapat digabungkan, misalnya, ə˧˥ː

Pembicara

Kutipan

Jika Anda ingin mengutip repo ini, Anda dapat menggunakan entri Bibtex yang dihasilkan oleh GitHub (lihat tentang => mengutip repositori ini ).

• Taubert, S. (2024). ZHO-TTS (Versi 0.0.2) [Perangkat Lunak Komputer]. https://doi.org/10.5281/zenodo.11048515

Ucapan Terima Kasih

Didanai oleh Deutsche Forschungsgemeinschaft (DFG, Jerman Research Foundation)-Project-ID 416228727-CRC 1410

Para penulis dengan penuh syukur mengakui dukungan GWK untuk foundationing proyek ini dengan memberikan waktu komputasi melalui Pusat Layanan Informasi dan HPC (ZIH) di TU Dresden.

Para penulis berterima kasih kepada Pusat Layanan Informasi dan Komputasi Kinerja Tinggi [Zentrum Fur Informationsdienste und Hochleistungsrechnen (ZIH)] di Tu Dresden karena menyediakan fasilitasnya untuk perhitungan throughput tinggi.