Скачать viet tts - Загрузка исходного кода viet tts

viet tts

AI Исходный код

v20241212

Скачать

ВИТТТС : Вьетнамский текст с открытым исходным кодом в речь

Viettts -это инструментарий с открытым исходным кодом, предоставляющий сообществу мощную вьетнамскую модель TTS, способную к естественному синтезу голоса и надежного клонирования голоса. Предназначенные для эффективных экспериментов, Viettts поддерживает исследования и применение в вьетнамских технологиях голоса.

Ключевые функции

TTS : генерация текста в речь с любым голосом с помощью быстрого звука
OpenAI-API-совместимый : совместим с форматом API Text-Speek Openai

Установка

Viettts может быть установлен через установщик Python (только Linux, с поддержкой Windows и MacOS в ближайшее время) или Docker.

Установщик 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

Докер

Установите Docker, драйвер NVIDIA, NVIDIA Container Toolkit и CUDA.
Запустите следующие команды:

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

Использование

Встроенные голоса?

Вы можете использовать доступные голоса, чтобы синтезировать речь.

Расширять

ИДЕНТИФИКАТОР	Голос	Пол
1	nsnd-le-chuc	?
2	spyingify_10	?
3	Атуань	?
4	Speeringify_11	?
5	CdTeam	?
6	Speeringify_12	?
7	cross_lingual_prompt	?
8	Sporingify_2	?
9	Diep-chi	?
10	Speeringify_3	?
11	дорсон	?
12	Speeringify_4	?
13	Джек-воробей	?
14	Speeringify_5	?
15	Нгуен-нгок-нган	?
16	Sporingify_6	?
17	nu-nhe-nhang	?
18	Speeringify_7	?
19	Quynh	?
20	Speeringify_8	?
21	Speeringify_9	?
22	Son-Tung-Mtp	?
23	Zero_shot_prompt	?
24	Sporingify_1	?

Интерфейс командной строки (CLI)

Интерфейс командной строки Viettts (CLI) позволяет быстро генерировать речь непосредственно из терминала. Вот как его использовать:

 # 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 -клиент

Python (клиент Openai)

Вам нужно установить переменные среды для клиента 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

Чтобы создать речь из текста ввода:

 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' )

Загрязнение

 # 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

Узел

 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 ( ) ;

Подтверждение

Заимствованный код из Cosyvoice
? ️ модель VAD от Silero-Vad
Нормализация текста с винорми

Лицензия

Исходный код Viettts выпускается по лицензии Apache 2.0 . Предварительно обученные модели и аудио-образцы лицензированы по лицензии CC BY-NC , на основе набора данных в WILD. Приносим извинения за любые неудобства, которые это может вызвать.

️ Отказ от ответственности

Содержание, указанное выше, предназначено только для академических целей и предназначен для демонстрации технических возможностей. Некоторые примеры поставляются из Интернета. Если какой -либо контент нарушает ваши права, свяжитесь с нами, чтобы запросить его удаление.