silero tts api server

支持语言

笔记

所有型号均来自存储库：Snakers4/Silero-Models

语言	模型	演讲者
俄语	v4_ru	5：艾达（Aidar
乌克兰	v4_ua	1：mykyta
乌兹别克	v4_uz	1：Dilnavoz
英语	v3_en	118：en_0，en_1，...，en_117
西班牙语	v3_es	3：es_0，es_1，es_2
法语	v3_fr	6：fr_0，fr_1，fr_2，fr_3，fr_4，fr_5
德语	v3_de	5：Bernd_ungerer，Eva_k，Friedrich，Hokuspokus，Karlsson
塔塔尔	v3_tt	1：迪拉拉
蒙	v3_xal	2：埃德尼（Erdni），德尔吉尔（Delghir）

通过Docker安装

重要的

这需要安装Docker并运行Docker守护程序

docker run --rm -p 8000:8000 twirapp/silero-tts-api-server

从本地存储库建立和运行

克隆存储库：

git clone https://github.com/twirapp/silero-tts-api-server.git && cd silero-tts-api-server

构建Docker图像：

docker build -f docker/Dockerfile -t silero-tts-api-server .

运行容器：

docker run --rm -p 8000:8000 silero-tts-api-server

或使用Docker组成：

docker-compose -f docker/compose.yml up

安装

重要的

最低要求Python 3.9

该项目将黑麦用于依赖关系管理，假设您已经安装了它

1. 克隆存储库

   git clone https://github.com/twirapp/silero-tts-api-server.git && cd silero-tts-api-server

2. 安装依赖项

   这将自动在.venv目录中创建虚拟环境并安装所需的依赖项

   rye sync

   （不建议）通过PIP安装

   创建虚拟环境并激活：

   python3 -m venv .venv && source .venv/bin/activate

   仅安装所需的依赖项：

   pip3 install --no-deps -r requirements.lock

3. 下载Silero TTS模型

   bash ./install_models.sh

4. 运行服务器

   litestar run

笔记

默认值将是本地主机：8000

文档

您可以根据OpenAPI查看自动生成的文档：

提供者	URL
昂首阔步	https：// localhost：8000/schema/
重做	https：// localhost：8000/schema/redoc
定型元素	https：// localhost：8000/架构/元素
copidoc	https：// localhost：8000/schema/copidoc
OpenAPI模式YAML	https：// localhost：8000/schema/openapi.yaml
OpenAPI模式JSON	https：// localhost：8000/schema/openapi.json

端点

• GET /generate - 从文本中以WAV格式生成音频。参数： text speaker sample_rate ， pitch ， rate
• GET /speakers - 获取扬声器列表

sample_rate可以设置为8 000、24 000、48 000的pitch ， rate可以从0设置为0到100

环境变量

• TEXT_LENGTH_LIMIT要处理的文本的最大长度。默认值为930个字符。
• MKL_NUM_THREADS用于生成音频的线程数。默认线程数：CPU内核数。

未来的考虑

该存储库专用于Twir.App，旨在满足其要求。

Twirapp需要使用CPU生成音频。如果需要支持其他设备，例如CUDA或MPS，请打开问题。