tts german pytorch

tts-german-pytorch

Fastpitch（Arxiv）接受了ThorstenMüller的Thorsten – 2022.10和Thorsten-21.06-Entional Dataset训练。

音频样本

您可以在这里收听一些音频样本。

快速设置

必需的包装： torch torchaudio pyyaml phonemizer

请参阅此处以安装phonemizer和espeak-ng后端。

〜用于培训： librosa matplotlib tensorboard

〜对于演示应用程序： fastapi "uvicorn[standard]"

下载FastPitch型号链接的预算权重。

下载Hifi-Gan Vocoder重量（链接）。将它们放入pretrained/hifigan-thor-v1中，或在configs/basic.yaml中编辑以下行。

 # vocoder
vocoder_state_path : pretrained/hifigan-thor-v1/hifigan-thor.pth
vocoder_config_path : pretrained/hifigan-thor-v1/config.json 

使用模型

models.fastpitch的FastPitch是一个包装器，简化了文本与摩尔的推理。 FastPitch2Wave模型包括用于直接文本到语音推断的Hifi-Gan Vocoder。

推断MEL频谱图

 from models . fastpitch import FastPitch
model = FastPitch ( 'pretrained/fastpitch_de.pth' )
model = model . cuda ()
mel_spec = model . ttmel ( "Hallo Welt!" )

端到端文本到语音

 from models . fastpitch import FastPitch2Wave
model = FastPitch2Wave ( 'pretrained/fastpitch_de.pth' )
model = model . cuda ()
wave = model . tts ( "Hallo Welt!" )

wave_list = model . tts ([ "null" , "eins" , "zwei" , "drei" , "vier" , "fünf" ])

Web应用程序

Web应用程序使用FastAPI库。要运行该应用程序，您需要以下软件包：

FastApi：对于后端API | UVICORN：为应用程序服务

使用： pip install fastapi "uvicorn[standard]"

运行： python app.py

预览：

致谢

感谢ThorstenMüller的高质量数据集。

FastPitch文件源于Nvidia的深度学习示例