zhtts

中国の発音統合を行うためにpaddlesepeechを使用することをお勧めします

Zhtts

中国語

ZH/中国のテキストから音声システムのデモは、CPUでリアルタイムで実行されます。 （fastspeech2 + mbmelgan）

RTF（リアルタイムファクター）：0.2 with cpu：intel（r）core（tm）i5-7200u cpu @ 2.50ghz 24kHzオーディオfastspeech2、rtf1.6 for tacotron2

このレポは、主にTensorflowttsに基づいており、ほとんど改善されていません。

• Tfliteモデルは、Colab、Thxから@azraelkuanに由来します
• 句読点で一時停止を追加します
• 中国語_text_normalizationからtn（テキスト正規化）を追加します

デモWAV

text = "2020年、これはオープンソースのエンドツーエンドの中国音声合成システムです」

Zhtts合成mp3

インストール

 pip install zhtts

または、このリポジトリをクローンしてから、 pip install .

使用法

 import zhtts

text = "2020年，这是一个开源的端到端中文语音合成系统"
tts = zhtts . TTS () # use fastspeech2 by default

tts . text2wav ( text , "demo.wav" )
> >> Save wav to demo . wav

tts . frontend ( text )
> >> ( '二零二零年，这是一个开源的端到端中文语音合成系统' , 'sil ^ er4 #0 l ing2 #0 ^ er4 #0 l ing2 #0 n ian2 #0 #3 zh e4 #0 sh iii4 #0 ^ i2 #0 g e4 #0 k ai1 #0 ^ van2 #0 d e5 #0 d uan1 #0 d ao4 #0 d uan1 #0 zh ong1 #0 ^ uen2 #0 ^ v3 #0 ^ in1 #0 h e2 #0 ch eng2 #0 x i4 #0 t ong3 sil' )

tts . synthesis ( text )
> >> array ([ 0. , 0. , 0. , ..., 0. , 0. , 0. ], dtype = float32 )

Web APIデモ

次に、このレポをクローンし、最初にpip install flask

 python app.py

• TTSインタラクションについては、http：// localhost：5000にアクセスしてください
• httpはhttp：// localhost：5000/api/tts？text = your％20センテンスでWAVオーディオを取り戻すために取得します。

$ curl -o " helloworld.wav " " http://localhost:5000/api/tts?text=%E4%BD%A0%E5%A5%BD%E4%B8%96%E7%95%8C "

%E4%BD%A0%E5%A5%BD%E4%B8%96%E7%95%8Cは「Hello、The World！」のURLコードです。

fastspeech2の代わりにtacotron2を使用します

タコトロンモデルから生成するWAVは高速音声よりも優れていますが、タコトロンはタコトロンを使用するのがはるかに遅く、コードを変更します

 import zhtts
tts = zhtts . TTS ( text2mel_name = "TACOTRON" )
# tts = zhtts.TTS(text2mel_name="FASTSPEECH2")