silero tts enhanced

Silero TTS

以下語言可用readme：

Silero TTS是一個Python庫，它提供了一種簡單的方法，可以使用各種Silero TTS模型，語言和揚聲器從文本中綜合語音。它可以用作獨立腳本，也可以集成到您自己的Python項目中。

特徵

• 支持多種語言和模型
• 自動下載最新模型配置文件
• 文本預處理和音譯
• 文本文件的批處理處理
• 用loguru進行詳細的登錄
• 使用TQDM進行進度跟踪
• 可自定義的樣品率，設備等的選項
• 可以用作獨立腳本或集成到Python代碼中

安裝

自動（推薦）

 pip install silero-tts

手動

1. 克隆存儲庫：

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

2. 安裝所需的依賴項：

    pip install -r requirements.txt
   

用法

作為獨立腳本

您可以將Silero TTs用作獨立腳本來合成來自包含文本文件的文本文件或目錄的語音。

 python -m silero_tts [options]

選項

• --list-models ：列表可用模型
• --list-speakers ：列表模型的可用揚聲器
• --language LANGUAGE ：指定語言代碼（必需）
• --model MODEL ：指定模型ID（默認：語言的最新版本）
• --speaker SPEAKER ：指定揚聲器名稱（默認值：模型的第一個可用揚聲器）
• --sample-rate SAMPLE_RATE ：指定樣本率（默認值：48000）
• --device DEVICE ：指定要使用的設備（默認：CPU）
• --text TEXT ：指定文本以合成
• --input-file INPUT_FILE ：指定輸入文本文件以合成
• --input-dir INPUT_DIR ：指定帶有文本文件的輸入目錄以合成
• --output-file OUTPUT_FILE ：指定輸出音頻文件（默認：output.wav）
• --output-dir OUTPUT_DIR ：指定合成音頻文件的輸出目錄（默認：輸出）
• --log-level INFO ：指定日誌級別，您可以關閉使用無值（默認值：info）

例子

1. 從文本中綜合語音：

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

2. 從文本文件中綜合語音：

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

3. 從目錄中的多個文本文件中綜合語音：

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

作為Python圖書館

您還可以通過導入SileroTTS類並使用其方法將Silero TTS集成到您自己的Python項目中。

 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：

• 語言支持：使用--language標誌指定語言代碼，以所需的語言合成語音。
• 模型選擇：使用--model標誌選擇一個特定的模型，或者讓CLI自動為指定語言選擇最新模型。
• 揚聲器選擇：使用--speaker標誌選擇揚聲器或將默認揚聲器用於所選模型。
• 樣本率：使用--sample-rate標誌自定義合成語音的樣本率。
• 設備：指定使用--device標誌的設備（CPU或GPU）用於合成。
• 文本輸入：提供文本以使用--text標誌直接合成或使用--input-file標誌指定輸入文本文件。
• 批處理處理：使用--input-dir標誌在目錄中處理多個文本文件。
• 輸出：使用--output-file標誌或輸出目錄指定輸出音頻文件，用於使用--output-dir標誌進行批處理處理。
• 模型清單：使用--list-models標誌列出所有可用模型。
• 揚聲器清單：使用--list-speakers標誌列出特定型號的所有可用揚聲器。

支持的語言

• 俄羅斯（ru）
• 英語（EN）
• 德國（de）
• 西班牙
• 法語（fr）
• Bashkir（BA）
• 卡爾米克（xal）
• 塔塔爾（TT）
• 烏茲別克（UZ）
• 烏克蘭（UA）
• 指示（指示）
• 西里爾（西里爾）

執照

該項目已根據MIT許可獲得許可。

致謝

• 用於提供TTS模型的Silero模型
• silero_tts_standalone這個庫啟發了我創建這個項目。