silero tts enhanced

Silero TTS

以下语言可用readme：

Silero TTS是一个Python库，它提供了一种简单的方法，可以使用各种Silero TTS模型，语言和扬声器从文本中综合语音。它可以用作独立脚本，也可以集成到您自己的Python项目中。

特征

• 支持多种语言和模型
• 自动下载最新模型配置文件
• 文本预处理和音译
• 文本文件的批处理处理
• 用loguru进行详细的登录
• 使用TQDM进行进度跟踪
• 可自定义的样品率，设备等的选项
• 可以用作独立脚本或集成到Python代码中

安装

自动（推荐）

 pip install silero-tts

手动

1. 克隆存储库：

    git clone https://github.com/daswer123/silero-tts-enhanced
   

2. 安装所需的依赖项：

    pip install -r requirements.txt
   

用法

作为独立脚本

您可以将Silero TTs用作独立脚本来合成来自包含文本文件的文本文件或目录的语音。

 python -m silero_tts [options]

选项

• --list-models ：列表可用模型
• --list-speakers ：列表模型的可用扬声器
• --language LANGUAGE ：指定语言代码（必需）
• --model MODEL ：指定模型ID（默认：语言的最新版本）
• --speaker SPEAKER ：指定扬声器名称（默认值：模型的第一个可用扬声器）
• --sample-rate SAMPLE_RATE ：指定样本率（默认值：48000）
• --device DEVICE ：指定要使用的设备（默认：CPU）
• --text TEXT ：指定文本以合成
• --input-file INPUT_FILE ：指定输入文本文件以合成
• --input-dir INPUT_DIR ：指定带有文本文件的输入目录以合成
• --output-file OUTPUT_FILE ：指定输出音频文件（默认：output.wav）
• --output-dir OUTPUT_DIR ：指定合成音频文件的输出目录（默认：输出）
• --log-level INFO ：指定日志级别，您可以关闭使用无值（默认值：info）

例子

1. 从文本中综合语音：

    python silero_tts.py --language ru --text "Привет, мир!"
   

2. 从文本文件中综合语音：

    python silero_tts.py --language en --input-file input.txt --output-file output.wav
   

3. 从目录中的多个文本文件中综合语音：

    python silero_tts.py --language es --input-dir texts --output-dir audio
   

作为Python图书馆

您还可以通过导入SileroTTS类并使用其方法将Silero TTS集成到您自己的Python项目中。

 from silero_tts . silero_tts import SileroTTS

# Get available models
models = SileroTTS . get_available_models ()
print ( "Available models:" , models )

# Get available languages
languages = SileroTTS . get_available_languages ()
print ( "Available languages:" , languages )

# Get the latest model for a specific language
latest_model = SileroTTS . get_latest_model ( 'ru' )
print ( "Latest model for Russian:" , latest_model )

# Get available sample rates for a specific model and language
sample_rates = SileroTTS . get_available_sample_rates_static ( 'ru' , latest_model )
print ( "Available sample rates for the latest Russian model:" , sample_rates )

# Initialize the TTS object
tts = SileroTTS ( model_id = 'v3_en' , language = 'en' , speaker = 'en_2' , sample_rate = 48000 , device = 'cpu' )

# Synthesize speech from text
text = "Hello world!"
tts . tts ( text , 'output.wav' )

# Synthesize speech from a text file
# tts.from_file('input.txt', 'output.wav')

# Get available speakers for the current model
speakers = tts . get_available_speakers ()
print ( "Available speakers for the current model:" , speakers )

# Change the language
tts . change_language ( 'en' )
print ( "Language changed to:" , tts . language )
print ( "New model ID:" , tts . model_id )
print ( "New available speakers:" , tts . get_available_speakers ())

# Change the model
tts . change_model ( 'v3_en' )
print ( "Model changed to:" , tts . model_id )
print ( "New available speakers:" , tts . get_available_speakers ())

# Change the speaker
tts . change_speaker ( 'en_0' )
print ( "Speaker changed to:" , tts . speaker )

# Change the sample rate
tts . change_sample_rate ( 24000 )
print ( "Sample rate changed to:" , tts . sample_rate )

CLI功能

Silero TTS CLI提供以下功能：

• 语言支持：使用--language标志指定语言代码，以所需的语言合成语音。
• 模型选择：使用--model标志选择一个特定的模型，或者让CLI自动为指定语言选择最新模型。
• 扬声器选择：使用--speaker标志选择扬声器或将默认扬声器用于所选模型。
• 样本率：使用--sample-rate标志自定义合成语音的样本率。
• 设备：指定使用--device标志的设备（CPU或GPU）用于合成。
• 文本输入：提供文本以使用--text标志直接合成或使用--input-file标志指定输入文本文件。
• 批处理处理：使用--input-dir标志在目录中处理多个文本文件。
• 输出：使用--output-file标志或输出目录指定输出音频文件，用于使用--output-dir标志进行批处理处理。
• 模型清单：使用--list-models标志列出所有可用模型。
• 扬声器清单：使用--list-speakers标志列出特定型号的所有可用扬声器。

支持的语言

• 俄罗斯（ru）
• 英语（EN）
• 德国（de）
• 西班牙
• 法语（fr）
• Bashkir（BA）
• 卡尔米克（xal）
• 塔塔尔（TT）
• 乌兹别克（UZ）
• 乌克兰（UA）
• 指示（指示）
• 西里尔（西里尔）

执照

该项目已根据MIT许可获得许可。

致谢

• 用于提供TTS模型的Silero模型
• silero_tts_standalone这个库启发了我创建这个项目。