babylon.cpp

babylon.cpp

babylon.cpp เป็นไลบรารี C และ C ++ สำหรับกราฟเป็นการแปลงฟอนิมและการสังเคราะห์ข้อความเป็นคำพูด สำหรับการออกเสียงใช้พอร์ตรันไทม์ ONNX ของโมเดล deepphonemizer สำหรับการสังเคราะห์คำพูดนั้นใช้โมเดล โมเดลไพเพอร์เข้ากันได้หลังจากเรียกใช้สคริปต์การแปลง

สร้างและเรียกใช้

ในการสร้างและเรียกใช้ไลบรารีเรียกใช้คำสั่งต่อไปนี้:

make
./bin/babylon_example

เพื่อลดเวลาในการรวบรวมโดยค่าเริ่มต้น Libary ใช้ไลบรารีที่ใช้ร่วมกันใน OnnxRuntime โดย Microsoft สิ่งนี้สามารถแทนที่ได้โดยการตั้ง BABYLON_BUILD_SOURCE เป็น ON

การใช้งาน

c ตัวอย่าง:

 #include "babylon.h"

int main () {
    babylon_g2p_options_t options = {
      . language = "en_us" ,
      . use_dictionaries = 1 ,
      . use_punctuation = 1 ,
    };

    babylon_g2p_init ( "path/to/deep_phonemizer.onnx" , options );

    const char * text = "Hello World" ;

    babylon_tts_init ( "path/to/vits.onnx" );

    babylon_tts ( text , "path/to/output.wav" );

    babylon_tts_free ();
    
    babylon_g2p_free ();

    return 0 ;
}

ตัวอย่าง C ++:

# include " babylon.hpp "

int main () {
    DeepPhonemizer::Session dp ( " path/to/deep_phonemizer.onnx " );

    Vits::Session vits ( " path/to/vits.onnx " );

    std::string text = " Hello World " ;

    std::vector<std::string> phonemes = dp. g2p (text);

    vits. tts (phonemes, " path/to/output.wav " );

    return 0 ;
}