babylon.cpp

Babylon.cpp

babylon.cppは、音素から音声合成へのテキストからテキストからテキストのグラフメメのためのCおよびC ++ライブラリです。音声化には、DeepphonemizerモデルのONNXランタイムポートが使用されます。音声合成には、VITSモデルが使用されます。パイパーモデルは、変換スクリプトが実行された後に互換性があります。

構築して実行します

ライブラリを構築して実行するには、次のコマンドを実行します。

make
./bin/babylon_example

デフォルトでコンパイル時間を短縮するために、LibaryはMicrosoftが提供するonnxruntime共有ライブラリを使用します。これは、 BABYLON_BUILD_SOURCE ONに設定することでオーバーライドできます。

使用法

C例：

 #include "babylon.h"

int main () {
    babylon_g2p_options_t options = {
      . language = "en_us" ,
      . use_dictionaries = 1 ,
      . use_punctuation = 1 ,
    };

    babylon_g2p_init ( "path/to/deep_phonemizer.onnx" , options );

    const char * text = "Hello World" ;

    babylon_tts_init ( "path/to/vits.onnx" );

    babylon_tts ( text , "path/to/output.wav" );

    babylon_tts_free ();
    
    babylon_g2p_free ();

    return 0 ;
}

C ++例：

# include " babylon.hpp "

int main () {
    DeepPhonemizer::Session dp ( " path/to/deep_phonemizer.onnx " );

    Vits::Session vits ( " path/to/vits.onnx " );

    std::string text = " Hello World " ;

    std::vector<std::string> phonemes = dp. g2p (text);

    vits. tts (phonemes, " path/to/output.wav " );

    return 0 ;
}