e2tts mlx

E2TTS-MLX：MLXの恥ずかしいほど簡単に完全に非自動化するゼロショットTTS

MLXを使用した恥ずかしいほど簡単に完全に非自動的に非自動的ゼロショットTTSモデルの軽量実装。Appleシリコンでの依存性と効率的な計算を最小限に抑えます。

クイックスタート

インストール

 # Quick install (note: PyPI version may not always be up to date)
pip install e2tts-mlx

# For the latest version, you can install directly from the repository:
# git clone https://github.com/JosefAlbers/e2tts-mlx.git
# cd e2tts-mlx
# pip install -e .

使用法

テキスト対スピーチに事前に訓練されたモデルを使用するには：

e2tts ' We must achieve our own salvation. '

これにより、 tts_0.wav現在のディレクトリに書き込み、再生できます。

TTS_0.mp4

デフォルト設定で新しいモデルをトレーニングするには：

e2tts

カスタムオプションでトレーニングするには：

e2tts --batch_size=16 --n_epoch=100 --lr=1e-4 --depth=8 --n_ode=32

トレーニングオプションを選択します。

• --batch_size ：バッチサイズを設定します（デフォルト：32）
• --n_epoch ：エポックの数を設定します（デフォルト：10）
• --lr ：学習率を設定します（デフォルト：2E-4）
• --depth ：モデルの深さを設定します（デフォルト：8）
• --n_ode ：サンプリングの手順数を設定します（デフォルト：1）
• --more_dsパラメーター：2セットトレーニングを実装します（デフォルト： 'Josefalbers/lj-Speech'）

謝辞

このプロジェクトに影響を与えたLucidrainsの素晴らしいコードと、LucasnewmanのThe Vocos実装に感謝します。

ライセンス

Apacheライセンス2.0