tts german pytorch

tts-german-pytorch

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

音頻樣本

您可以在這裡收聽一些音頻樣本。

快速設置

必需的包裝： torch torchaudio pyyaml phonemizer

請參閱此處以安裝phonemizer和espeak-ng後端。

〜用於培訓： librosa matplotlib tensorboard

〜對於演示應用程序： fastapi "uvicorn[standard]"

下載FastPitch型號鏈接的預算權重。

下載Hifi-Gan Vocoder重量（鏈接）。將它們放入pretrained/hifigan-thor-v1中，或在configs/basic.yaml中編輯以下行。

 # 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是一個包裝器，簡化了文本與摩爾的推理。 FastPitch2Wave模型包括用於直接文本到語音推斷的Hifi-Gan Vocoder。

推斷MEL頻譜圖

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

端到端文本到語音

 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應用程序

Web應用程序使用FastAPI庫。要運行該應用程序，您需要以下軟件包：

FastApi：對於後端API | UVICORN：為應用程序服務

使用： pip install fastapi "uvicorn[standard]"

運行： python app.py

預覽：

致謝

感謝ThorstenMüller的高質量數據集。

FastPitch文件源於Nvidia的深度學習示例