indonesian tts

TTS ชาวอินโดนีเซียโดยใช้ coqui tts

มีรุ่นที่มีอยู่ในแท็บรีลีส

อย่าใช้เพื่อวัตถุประสงค์ทางการค้า!

โมเดล Changelog

v1.2 (12 ส.ค. 2022)

Finetuned จากรุ่น v1.1 บน:

• ชุดข้อมูลหนังสือเสียง 4 ชั่วโมง
• ตัวอย่าง Azure TTS 2,000 ตัวอย่าง
• ข้อมูล TTS คุณภาพสูงสำหรับ Javanese & Sundanese

v1.1 (6 ส.ค. 2022)

Finetuned จากรุ่น ljspeech ใน:

• ชุดข้อมูลหนังสือเสียง 4 ชั่วโมง
• ตัวอย่าง Azure TTS 2,000 ตัวอย่าง

v1.0 (23 มิ.ย. 2022)

ได้รับการฝึกฝนตั้งแต่เริ่มต้น:

• ชุดข้อมูลหนังสือเสียง 4 ชั่วโมง

ตัวอย่าง

Ardi (Azure) :

Ardi-Azure.mp4

Gadis (Azure) :

gadis-azure.mp4

Wibowo (Audiobook) :

wibowo-audiobook.mp4

วิธีใช้

คุณต้องใช้ g2p-id เพื่อแปลงกราฟเป็นฟอนิม

ใช้คำสั่ง tts จาก coqui tts เพื่อสังเคราะห์คำพูด:

 tts --text "saja səˈdanʔ ˈbərada di dʒaˈkarta." 
    --model_path checkpoint.pth 
    --config_path config.json 
    --speaker_idx wibowo 
    --out_path output.wav

คุณสามารถรับ IDX ลำโพงทั้งหมดได้โดยใช้ --list_speaker_idxs :

 tts --model_path checkpoint.pth 
    --config_path config.json 
    --list_speaker_idxs

ข้อมูล

• Azure TTS ชาวอินโดนีเซีย

การอ้างอิง

 @misc { https://doi.org/10.48550/arxiv.2106.06103 ,
  doi = { 10.48550/ARXIV.2106.06103 } , 
  url = { https://arxiv.org/abs/2106.06103 } ,
  author = { Kim, Jaehyeon and Kong, Jungil and Son, Juhee } ,
  keywords = { Sound (cs.SD), Audio and Speech Processing (eess.AS), FOS: Computer and information sciences, FOS: Computer and information sciences, FOS: Electrical engineering, electronic engineering, information engineering, FOS: Electrical engineering, electronic engineering, information engineering } ,
  title = { Conditional Variational Autoencoder with Adversarial Learning for End-to-End Text-to-Speech } ,
  publisher = { arXiv } ,
  year = { 2021 } ,
  copyright = { arXiv.org perpetual, non-exclusive license }
}

 @inproceedings { kjartansson-etal-tts-sltu2018 ,
    title = { {A Step-by-Step Process for Building TTS Voices Using Open Source Data and Framework for Bangla, Javanese, Khmer, Nepali, Sinhala, and Sundanese} } ,
    author = { Keshan Sodimana and Knot Pipatsrisawat and Linne Ha and Martin Jansche and Oddur Kjartansson and Pasindu De Silva and Supheakmungkol Sarin } ,
    booktitle = { Proc. The 6th Intl. Workshop on Spoken Language Technologies for Under-Resourced Languages (SLTU) } ,
    year  = { 2018 } ,
    address = { Gurugram, India } ,
    month = aug,
    pages = { 66--70 } ,
    URL   = { http://dx.doi.org/10.21437/SLTU.2018-14 }
}