TTS MultiLingual

Text to Speech (TTS) ด้วยปลั๊กอิน gradio

ติดตั้ง TTS

pip install TTS

หากคุณวางแผนที่จะเขียนโค้ดหรือฝึกอบรมโมเดลให้โคลน TTS และติดตั้งในเครื่อง

git clone https://github.com/saba99/TTS-MultiLingual
pip install -e .[all,dev,notebooks]  # Select the relevant extras

หากคุณอยู่ใน Ubuntu (Debian) คุณสามารถเรียกใช้คำสั่งต่อไปนี้สำหรับการติดตั้ง

$ make system-deps  # intended to be used on Ubuntu (Debian). Let us know if you have a different OS.
$ make install

การสังเคราะห์คำพูดโดย TTS

- Python API

 from TTS . api import TTS

# Running a multi-speaker and multi-lingual model

# List available TTS models and choose the first one
model_name = TTS . list_models ()[ 0 ]
# Init TTS
tts = TTS ( model_name )
# Run TTS
# Since this model is multi-speaker and multi-lingual, we must set the target speaker and the language
# Text to speech with a numpy output
wav = tts . tts ( "This is a test! This is also a test!!" , speaker = tts . speakers [ 0 ], language = tts . languages [ 0 ])
# Text to speech to a file
tts . tts_to_file ( text = "Hello world!" , speaker = tts . speakers [ 0 ], language = tts . languages [ 0 ], file_path = "output.wav" )

# Running a single speaker model

# Init TTS with the target model name
tts = TTS ( model_name = "tts_models/de/thorsten/tacotron2-DDC" , progress_bar = False , gpu = False )
# Run TTS
tts . tts_to_file ( text = "Ich bin eine Testnachricht." , file_path = OUTPUT_PATH )

# Example voice cloning with YourTTS in English, French and Portuguese:
tts = TTS ( model_name = "tts_models/multilingual/multi-dataset/your_tts" , progress_bar = False , gpu = True )
tts . tts_to_file ( "This is voice cloning." , speaker_wav = "my/cloning/audio.wav" , language = "en" , file_path = "output.wav" )
tts . tts_to_file ( "C'est le clonage de la voix." , speaker_wav = "my/cloning/audio.wav" , language = "fr-fr" , file_path = "output.wav" )
tts . tts_to_file ( "Isso é clonagem de voz." , speaker_wav = "my/cloning/audio.wav" , language = "pt-br" , file_path = "output.wav" )


# Example voice conversion converting speaker of the `source_wav` to the speaker of the `target_wav`

tts = TTS ( model_name = "voice_conversion_models/multilingual/vctk/freevc24" , progress_bar = False , gpu = True )
tts . voice_conversion_to_file ( source_wav = "my/source.wav" , target_wav = "my/target.wav" , file_path = "output.wav" )

# Example voice cloning by a single speaker TTS model combining with the voice conversion model. This way, you can
# clone voices by using any model in TTS.

tts = TTS ( "tts_models/de/thorsten/tacotron2-DDC" )
tts . tts_with_vc_to_file (
    "Wie sage ich auf Italienisch, dass ich dich liebe?" ,
    speaker_wav = "target/speaker.wav" ,
    file_path = "ouptut.wav"
)

# Example text to speech using [Coqui Studio](https://coqui.ai) models. You can use all of your available speakers in the studio.
# [Coqui Studio](https://coqui.ai) API token is required. You can get it from the [account page](https://coqui.ai/account).
# You should set the `COQUI_STUDIO_TOKEN` environment variable to use the API token.

# If you have a valid API token set you will see the studio speakers as separate models in the list.
# The name format is coqui_studio/en/<studio_speaker_name>/coqui_studio
models = TTS (). list_models ()
# Init TTS with the target studio speaker
tts = TTS ( model_name = "coqui_studio/en/Torcull Diarmuid/coqui_studio" , progress_bar = False , gpu = False )
# Run TTS
tts . tts_to_file ( text = "This is a test." , file_path = OUTPUT_PATH )
# Run TTS with emotion and speed control
tts . tts_to_file ( text = "This is a test." , file_path = OUTPUT_PATH , emotion = "Happy" , speed = 1.5 )

เสียงเอาต์พุต

ตัวอย่างสั้น ๆ	ตัวอย่างสั้น ๆ	ตัวอย่างสั้น ๆ
Rainbow.mp4	Windy.mp4	ลมแรง -2.mp4
Rainbow เป็นปรากฏการณ์อุตุนิยมวิทยาที่เกิดจากการสะท้อนการหักเหและการกระจายของแสง	คนขับเรียนรู้บทเรียนของเขา เขาจะไม่ขับรถอีกต่อไป	คนข้างนอกกำลังงอ ลมทำให้ยากที่จะเดิน
ตัวอย่างยาว	ตัวอย่างยาว	ตัวอย่างยาว
an.apple.pie.mp4	cat.and.a.dog.mp4	The.farmer.mp4
ต้นไม้เต็มไปด้วยแอปเปิ้ลสีแดง ชาวนากำลังขี่ม้าสีน้ำตาลของเขา เขาหยุดใต้ต้นไม้ เขาเอื้อมมือออกไปและหยิบแอปเปิ้ลออกจากสาขา เขากัดลงในแอปเปิ้ลดิบ เขาสนุกกับแอปเปิ้ล ม้าของเขาหันหัวไปมองเขา ชาวนาหยิบแอปเปิ้ลอีกตัวจากต้นไม้ เขามอบมันให้กับม้า ม้ากินแอปเปิ้ลดิบ ม้าสนุกกับแอปเปิ้ล ชาวนาใส่แอปเปิ้ลโหลลงในกระเป๋า เขาขี่ม้ากลับบ้าน เขาวางม้าไว้ในโรงนา เขาเดินเข้าไปในบ้านของเขา แมวลูบขึ้นกับขาของเขา เขาให้นมอุ่นชามแมว /td>	แมวดำกระโดดขึ้นไปบนเก้าอี้ มันมองลงไปที่สุนัขสีขาว สุนัขกำลังเคี้ยวกระดูก แมวกระโดดขึ้นไปบนสุนัข สุนัขยังคงเคี้ยวกระดูก แมวเล่นกับหางของสุนัข สุนัขยังคงเคี้ยวกระดูก แมวกระโดดกลับไปที่เก้าอี้ มันเริ่มเลียอุ้งเท้า สุนัขยืนขึ้น มันดูแมว มันเลียขนของแมว แมวเลียจมูกของสุนัข สุนัขกลับไปที่กระดูกของมัน เด็กชายวิ่งผ่านห้อง เขาสวมเสื้อเหลือง เขาเกือบจะวิ่งเข้าไปในเก้าอี้ แมวกระโดดขึ้นจากเก้าอี้ แมวกระโดดขึ้นไปบนโซฟา	ชาวนาขับรถแทรคเตอร์ รถแทรกเตอร์ขุดพื้น เขาปลูกข้าวโพดสีเหลืองในพื้นดิน เขาปลูกข้าวโพดสีเหลืองในฤดูใบไม้ผลิ ข้าวโพดเติบโตในฤดูร้อน ฝนช่วยให้ข้าวโพดเติบโต หากไม่มีฝนข้าวโพดจะตาย หากมีฝนตกมากมีข้าวโพดจำนวนมาก เขาเก็บเกี่ยวข้าวโพดสีเหลืองในช่วงปลายฤดูร้อน เขาขายข้าวโพดที่ยืนผักของเขา เขาขายหูข้างหนึ่งราคา 25 เซ็นต์ เขาขายสี่หูในราคา $ 1 เขาขายข้าวโพดทั้งหมดของเขาในเวลาเพียงหนึ่งเดือน เพื่อนบ้านรักข้าวโพดของเขา ข้าวโพดสด มันเป็นสีเหลืองสดใส มันอร่อย มันอร่อย นกก็รักข้าวโพดของเขาเช่นกัน พวกเขาไม่จ่ายเงิน พวกเขากินมันในขณะที่อยู่ในสนาม
การสนับสนุนหลายภาษา: ภาษาอังกฤษ	การสนับสนุนหลายภาษา: ฝรั่งเศส	การสนับสนุนหลายภาษา: ดัตช์
Rain.and.hail.mp4	fr-rain.and.hail.mp4	nl-rain.and.hail.mp4
เมฆมืดอยู่บนท้องฟ้า พระอาทิตย์ตกดิน อากาศหนาวเย็น ลมเริ่มพัด ใบระเบิดออกจากต้นไม้ กระดาษบินผ่านอากาศ ผู้คนติดกระดุมแจ็คเก็ต ฝนเริ่มตก ตอนแรกมันเงียบ จากนั้นมันก็ดังขึ้น	un arcoíris o arco iris es un fenómenoóptico y meteorológico que ประกอบด้วย en la aparición en el cielo de un arco de luz หลายสี	een regenboog คือ een gekleurde cirkelboog ตาย aan de hemel waargenomen kan worden als de, laagstaande

บรรทัดคำสั่ง tts

รุ่นลำโพงเดี่ยว

• รายการที่ให้มาเป็นรุ่น:

   $ tts --list_models
  

• รับข้อมูลรุ่น (สำหรับทั้ง tts_models และ vocoder_models):

   ```
   $ tts --model_info_by_name tts_models/tr/common-voice/glow-tts
    ```
    ```
    $ tts --model_info_by_name vocoder_models/en/ljspeech/hifigan_v2
    ```
  

• เรียกใช้ TTS ด้วยรุ่นเริ่มต้น:

  ตัวอย่างเช่น:

   $ tts --text "Text for TTS" --model_name "tts_models/en/ljspeech/glow-tts" --out_path output/path/speech.wav
  

โมเดลหลายลำโพง

• เรียกใช้โมเดล TTS หลายลำโพงของคุณเอง:

   $ tts --text "Text for TTS" --out_path output/path/speech.wav --model_path path/to/model.pth --config_path path/to/config.json --speakers_file_path path/to/speaker.json --speaker_idx <speaker_id>
  

โครงสร้างไดเรกทอรี

 |- notebooks/       (Jupyter Notebooks for model evaluation, parameter selection and data analysis.)
|- utils/           (common utilities.)
|- TTS
    |- bin/             (folder for all the executables.)
      |- train*.py                  (train your target model.)
      |- ...
    |- tts/             (text to speech models)
        |- layers/          (model layer definitions)
        |- models/          (model definitions)
        |- utils/           (model specific utilities.)
    |- speaker_encoder/ (Speaker Encoder models.)
        |- (same)
    |- vocoder/         (Vocoder models.)
        |- (same)