CTTS

廣東話TTS前端

基於統計參數語音綜合使用Merlin工具包，廣東話/中文文本到語音

該項目受MTT的影響

如何繁殖

1. 首先，您需要數據包含WAV和TXT（韻律標記是可選的）
2. 其次，使用此項目生成HTS標籤
3. 使用Merlin/EGS/Cantonese_voice訓練和產生廣東話聲音

與上下文相關的註釋和問題集

• 上下文相關註釋
• 問題集
• 設計問題集的規則

安裝

Python：Python3.6
系統：Linux（在Ubuntu16.04上測試）

 sudo apt-get install libatlas3-base

運行bash tools/install_mtts.sh
或獨自下載文件

• 下載蒙特利爾 - 福特 - 對準器和解壓縮到目錄工具/

運行演示

 bash run_demo.sh

用法

1。通過WAV和文本生成HTS標籤

• 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：目前僅支持漢字，TXT不應有任何阿拉伯號碼或英語字母

txtfile示例

 A_01 这是一段文本
A_02 这是第二段文本

wav_directory示例（樣本率應大於16kHz）

 A_01.wav  
A_02.wav  

2。通過或不帶對齊文件的文本生成HTS標籤

• 用法：運行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]

請參閱源代碼以獲取更多信息，但請注意對齊文件（SFS文件），格式是endtime phone_type而不是start_time, phone_type （這與Speece Ocean的數據不同）

3。強迫對準

該項目使用蒙特利爾（Montreal-Forced-Aligner）進行強制對齊，如果您想獲得更好的對齊方式，請使用數據來訓練對齊模型，請參見MFA：Algin-ingin-Isly-ofly-ly-the-the-dataset

1. 我們在數據集上培訓了聲學模型。

韻律馬克

您可以在沒有韻律標記的情況下生成HTS標籤。我們假設單詞段小於韻律單詞（在代碼中進行了調整）

將來要進行的改進

• 文本歸一化
• 更好的中文單詞段
• G2P：多人電話問題
• 更好的標籤格式和問題集
• 韻律分析的改善
• 更好的對齊

貢獻者

• Miran899