CTTS

广东话TTS前端

基于统计参数语音综合使用Merlin工具包，广东话/中文文本到语音

该项目受MTT的影响

如何繁殖

1. 首先，您需要数据包含WAV和TXT（韵律标记是可选的）
2. 其次，使用此项目生成HTS标签
3. 使用Merlin/EGS/Cantonese_voice训练和产生广东话声音

与上下文相关的注释和问题集

• 上下文相关注释
• 问题集
• 设计问题集的规则

安装

Python：Python3.6
系统：Linux（在Ubuntu16.04上测试）

 sudo apt-get install libatlas3-base

运行bash tools/install_mtts.sh
或独自下载文件

• 下载蒙特利尔 - 福特 - 对准器和解压缩到目录工具/

运行演示

 bash run_demo.sh

用法

1。通过WAV和文本生成HTS标签

• Usage: Run python src/mtts.py txtfile wav_directory_path output_directory_path (Absolute path or relative path) Then you will get HTS label, if you have your own acoustic model trained by monthreal-forced-aligner, add -a your_acoustic_model.zip , otherwise, this project use thchs30.zip acoustic model as default
• 注意：目前仅支持汉字，TXT不应有任何阿拉伯号码或英语字母

txtfile示例

 A_01 这是一段文本
A_02 这是第二段文本

wav_directory示例（样本率应大于16kHz）

 A_01.wav  
A_02.wav  

2。通过或不带对齐文件的文本生成HTS标签

• 用法：运行python src/mandarin_frontend.py txtfile output_directory_path
• 或Import Mandarin_frontend

 from mandarin_frontend import txt2label

result = txt2label('向香港特别行政区同胞澳门和台湾同胞海外侨胞')
[print(line) for line in result]

请参阅源代码以获取更多信息，但请注意对齐文件（SFS文件），格式是endtime phone_type而不是start_time, phone_type （这与Speece Ocean的数据不同）

3。强迫对准

该项目使用蒙特利尔（Montreal-Forced-Aligner）进行强制对齐，如果您想获得更好的对齐方式，请使用数据来训练对齐模型，请参见MFA：Algin-ingin-Isly-ofly-ly-the-the-dataset

1. 我们在数据集上培训了声学模型。

韵律马克

您可以在没有韵律标记的情况下生成HTS标签。我们假设单词段小于韵律单词（在代码中进行了调整）

将来要进行的改进

• 文本归一化
• 更好的中文单词段
• G2P：多人电话问题
• 更好的标签格式和问题集
• 韵律分析的改善
• 更好的对齐

贡献者

• Miran899