download viet tts - download do código -fonte viet tts

viet tts

Código-Fonte de IA

v20241212

Baixar

Viettts : um texto vietnamita de código aberto para a fala

O Viettts é um kit de ferramentas de código aberto, fornecendo à comunidade um poderoso modelo TTS vietnamita, capaz de síntese de voz natural e clonagem robusta de voz. Projetado para experimentação eficaz, os Viettts apóiam pesquisa e aplicação em tecnologias de voz vietnamita.

Principais recursos

TTS : geração de texto para fala com qualquer voz via áudio rápido
OpenAI-Api Compatível : Compatível com o formato da API de texto em fala do OpenAI

Instalação

Os Viettts podem ser instalados através de um instalador Python (somente Linux, com o suporte ao Windows e MacOS em breve) ou Docker.

Instalador Python (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

Instale o Docker, o NVIDIA Driver, o NVIDIA Container Toolkit e o CUDA.
Execute os seguintes comandos:

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

Uso

Vozes embutidas?

Você pode usar as vozes disponíveis abaixo para sintetizar a fala.

Expandir

EU IA	Voz	Gênero
1	NSND-L-CHUC	?
2	discursify_10	?
3	Atuan	?
4	discursify_11	?
5	CDTEAM	?
6	discurso_12	?
7	cross_lingual_prompt	?
8	discursify_2	?
9	diep-chi	?
10	discursify_3	?
11	doremon	?
12	discursify_4	?
13	Jack-Sparrow	?
14	discursify_5	?
15	Nguyen-Ngoc-Ngan	?
16	discursify_6	?
17	Nu-nhe-nhang	?
18	discursify_7	?
19	quynh	?
20	discursify_8	?
21	discursify_9	?
22	filho-tung-mtp	?
23	zero_shot_prompt	?
24	discursify_1	?

Interface da linha de comando (CLI)

A interface da linha de comando dos Viettts (CLI) permite gerar rapidamente fala diretamente do terminal. Veja como usá -lo:

 # 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

Cliente da API

Python (cliente Openai)

Você precisa definir variáveis de ambiente para o cliente Openai:

 # 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

Para criar discurso a partir do texto de entrada:

 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' )

Curl

 # 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

Nó

 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 ( ) ;

Reconhecimento

Código emprestado da Cosyvoice
? Iqud modelo vad de silero-vad
Normalização de texto com vinorma

Licença

O código -fonte do Viettts é lançado sob a licença Apache 2.0 . Modelos pré-treinados e amostras de áudio são licenciados sob a licença CC BY-NC , com base em um conjunto de dados no wild. Pedimos desculpas por qualquer inconveniente que isso possa causar.

️ Isenção de responsabilidade

O conteúdo fornecido acima é apenas para fins acadêmicos e se destina a demonstrar recursos técnicos. Alguns exemplos são provenientes da Internet. Se algum conteúdo violar seus direitos, entre em contato conosco para solicitar sua remoção.