神经文本转语音库
ntts是一个先进的人工智能项目,使用神经网络技术实现无需互联网的语音合成。支持Ubuntu等多种操作系统,使用Dart语言开发,高度可移植。支持英语等多种语言模型,并不断更新优化性能。特别适用于无网络环境,能快速准确地输出语音。
NTTS,全称为神经语音合成(Neural Text To Speech),是一种用于生成逼真语音的库,基于Dart编程语言开发。它的独特之处在于可以无需互联网,只需依赖CPU即可运行。
NTTS项目已经迁移至另一个仓库,名为 AZKADEV PIPER。
项目提供了一个视频演示,展示了NTTS的实际效果。观看视频
项目的开发者因为缺乏网络和计算资源,目前无法继续对项目进行维护和更新。如果有兴趣支持这个项目的发展,可以通过 GitHub 赞助开发者 的方式进行捐赠。
NTTS已在以下操作系统和硬件环境下通过测试:
项目采用的语音模型可以从以下链接下载:TTS 英文模型。
要使用NTTS,你需要安装以下软件包:
sudo apt-get install espeak-ng mpv
此外,还需要手动安装特定版本的glibc:
sudo apt-get install gawk bison gcc make -y wget -c https://ftp.gnu.org/gnu/glibc/glibc-2.33.tar.gz tar -zxvf glibc-2.33.tar.gz && cd glibc-2.33 mkdir glibc-build && cd glibc-build ../configure --prefix=/opt/glibc make sudo make install
以下是下载和安装NTTS的步骤:
# 下载模型文件 wget https://huggingface.co/rhasspy/piper-voices/resolve/main/en/en_US/libritts/high/en_US-libritts-high.onnx wget https://huggingface.co/rhasspy/piper-voices/resolve/main/en/en_US/libritts/high/en_US-libritts-high.onnx.json # 下载NTTS程序包 wget https://github.com/azkadev/ntts/releases/download/latest/ntts_dart.deb # 安装NTTS sudo dpkg --force-all -i ./ntts_dart.deb # 尝试运行NTTS ntts_dart -m "en_US-libritts-high.onnx" -t "Hello World"
要参与开发或编译NTTS库,您可以克隆项目源码并进行编译:
git clone https://github.com/azkadev/ntts_dart.git cd ntts_dart
编译库的步骤如下:
cd native_lib mkdir -p build cd build cmake -DCMAKE_BUILD_TYPE=Release .. cmake --build .
在您的Dart项目中添加和导入NTTS库:
dart pub add ntts_dart
import 'package:ntts_dart/ntts_dart.dart';
在运行之前,请确保已编译库并准备好模型:
import 'dart:io'; import 'dart:isolate'; import 'package:ntts_dart/ntts_dart.dart'; void main(List<String> arguments) async { var res = await Isolate.run<Map>(() { Ntts ntts = Ntts( pathLib: "libntts.so", ); var res = ntts.invokeRaw( data: CreateVoice.create( text: "Hello World", model_path: "./path_to_model.onnx", output_file: "./file_output.wav", speaker_id: 0, ).toJson(), ); return res; }); print(res); exit(0); }
AI辅助编程,代码自动修复
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。
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是 商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效