viet ttsダウンロードviet ttsソースコードのダウンロード

viet tts

AI ソースコード

v20241212

ダウンロード

Viettts ：オープンソースのベトナム語のテキストからスピーチ

Vietttsは、自然な音声合成と堅牢な音声クローニングが可能な強力なベトナムTTSモデルをコミュニティに提供するオープンソースツールキットです。効果的な実験のために設計されたVietttsは、ベトナムの音声技術における研究と応用をサポートしています。

重要な機能

TTS ：プロンプトオーディオを介した音声を使用したテキストからスピーチの生成
Openai-API互換：OpenaiのテキストからスピーチへのAPI形式と互換性があります

インストール

Vietttsは、Pythonインストーラー（Linuxのみ、WindowsとMacOSのサポートが近日中に登場）またはDockerを介してインストールできます。

pythonインストーラー（python> = 3.10）

git clone https://github.com/dangvansam/viet-tts.git
cd viet-tts

# (Optional) Install Python environment with conda, you could also use virtualenv 
conda create --name viettts python=3.10
conda activate viettts

# Install
pip install -e . && pip cache purge

Docker

Docker、Nvidia Driver、Nvidia Container Toolkit、およびCudaをインストールします。
次のコマンドを実行します。

git clone https://github.com/dangvansam/viet-tts.git
cd viet-tts

# Build docker images
docker compose build

# Run with docker-compose - will create server at: http://localhost:8298
docker compose up -d

# Or run with docker run - will create server at: http://localhost:8298
docker run -itd --gpu=alls -p 8298:8298 -v ./pretrained-models:/app/pretrained-models -n viet-tts-service viet-tts:latest viettts server --host 0.0.0.0 --port 8298

使用法

組み込みの声？

利用可能な声を使用して、音声を統合することができます。

拡大する

id	声	性別
1	nsnd-le-chuc	？
2	Speechify_10	？
3	atuan	？
4	Speechify_11	？
5	cdteam	？
6	Speechify_12	？
7	Cross_lingual_prompt	？
8	Speechify_2	？
9	Diep-chi	？
10	Speechify_3	？
11	ドーレモン	？
12	Speechify_4	？
13	ジャックスパロウ	？
14	Speechify_5	？
15	nguyen-ngoc-ngan	？
16	Speechify_6	？
17	nu-nhe-nhang	？
18	Speechify_7	？
19	Quynh	？
20	Speechify_8	？
21	Speechify_9	？
22	Son-tung-mtp	？
23	zero_shot_prompt	？
24	Speechify_1	？

コマンドラインインターフェイス（CLI）

Vietttsコマンドラインインターフェイス（CLI）を使用すると、端末から直接音声を迅速に生成できます。使用方法は次のとおりです。

 # Usage
viettts --help

# Start API Server
viettts server --host 0.0.0.0 --port 8298

# List all built-in voices
viettts show-voices

# Synthesize speech from text with built-in voices
viettts synthesis --text " Xin chào " --voice 0 --output test.wav

# Clone voice from a local audio file
viettts synthesis --text " Xin chào " --voice Download/voice.wav --output cloned.wav

APIクライアント

Python（Openaiクライアント）

OpenAIクライアントの環境変数を設定する必要があります。

 # Set base_url and API key as environment variables
export OPENAI_BASE_URL=http://localhost:8298
export OPENAI_API_KEY=viet-tts # not use in current version

入力テキストからスピーチを作成するには：

 from pathlib import Path
from openai import OpenAI

client = OpenAI ()

output_file_path = Path ( __file__ ). parent / "speech.wav"

with client . audio . speech . with_streaming_response . create (
  model = 'tts-1' ,
  voice = 'cdteam' ,
  input = 'Xin chào Việt Nam.' ,
  speed = 1.0 ,
  response_format = 'wav'
) as response :
  response . stream_to_file ( 'a.wav' )

カール

 # Get all built-in voices
curl --location http://0.0.0.0:8298/v1/voices

# OpenAI format (bult-in voices)
curl http://localhost:8298/v1/audio/speech 
  -H " Authorization: Bearer viet-tts " 
  -H " Content-Type: application/json " 
  -d ' {
    "model": "tts-1",
    "input": "Xin chào Việt Nam.",
    "voice": "son-tung-mtp"
  } ' 
  --output speech.wav

# API with voice from local file
curl --location http://0.0.0.0:8298/v1/tts 
  --form ' text="xin chào" ' 
  --form ' audio_file=@"/home/viettts/Downloads/voice.mp4" ' 
  --output speech.wav

ノード

 import fs from "fs" ;
import path from "path" ;
import OpenAI from "openai" ;

const openai = new OpenAI ( ) ;

const speechFile = path . resolve ( "./speech.wav" ) ;

async function main ( ) {
  const mp3 = await openai . audio . speech . create ( {
    model : "tts-1" ,
    voice : "1" ,
    input : "Xin chào Việt Nam." ,
  } ) ;
  console . log ( speechFile ) ;
  const buffer = Buffer . from ( await mp3 . arrayBuffer ( ) ) ;
  await fs . promises . writeFile ( speechFile , buffer ) ;
}
main ( ) ;