Coqui TTS:超过1100种语言的开源文本转语音工具

Ray

项目简介

Coqui TTS 是一个多语言文本转语音生成的库,提供超过 1100 种语言的预训练模型。这个开源工具不仅可以直接将文本转换为语音,还包括用于训练新模型和微调现有模型的工具,使其能够适应不同语言和语音特征。此外,该项目还提供用于数据集分析和管理的实用程序,以便更好地处理语音合成相关的数据。

TTS 表现

TTS 表现

下划线标注的“TTS*”和“Judy*”是内部 TTS 模型,未开源发布。它们在这里展示潜力。以点(.)为前缀的模型(.Jofish、.Abe 和 .Janice)是真实的人类声音。

特点

  1. 用于文本转语音任务的高性能深度学习模型。
  • Text2Spec 模型(Tacotron、Tacotron2、Glow-TTS、SpeedySpeech)。
  • 说话人编码器,能够高效计算说话人嵌入。
  • 声码器模型(MelGAN、Multiband-MelGAN、GAN-TTS、ParallelWaveGAN、WaveGrad、WaveRNN)。
  1. 快速高效的模型训练。
  2. 在终端和 Tensorboard 上有详细的训练日志。
  3. 支持多说话人 TTS。
  4. 高效、灵活、轻量但功能齐全的训练器 API。
  5. 已发布并可立即使用的模型。
  6. 在 underdataset_analysis 下整理 Text2Speech 数据集的工具。
  7. 使用和测试模型的实用工具。
  8. 模块化(但不是过于)的代码库,能够轻松实现新想法。

安装

TTS 在 Ubuntu 18.04 上进行了测试,要求使用 Python 版本 >= 3.9 且 < 3.12。

如果您只对使用已发布的 TTS 模型合成语音感兴趣,从 PyPI 安装是最简单的选择。

pip install TTS

如果您计划编写代码或训练模型,请克隆 TTS 并在本地安装。

git clone https://github.com/coqui-ai/TTS
pip install -e .[all,dev,notebooks]  # Select the relevant extras

如果您使用的是 Ubuntu(Debian),您也可以运行以下命令进行安装。

$ make system-deps  # intended to be used on Ubuntu (Debian). Let us know if you have a different OS.
$ make install

Docker 镜像

您也可以尝试使用 Docker 镜像而无需安装 TTS。只需运行以下命令,即可在不安装的情况下运行 TTS。

docker run --rm -it -p 5002:5002 --entrypoint /bin/bash ghcr.io/coqui-ai/tts-cpu
python3 TTS/server/server.py --list_models #To get the list of available models
python3 TTS/server/server.py --model_name tts_models/en/vctk/vits # To start a server

项目链接

https://github.com/coqui-ai/TTS

avatar
0
0
0
最新项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

Trae

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号