懂AI
ChineseTtsTflite

ChineseTtsTflite

Kotlin与TensorFlow Lite构建的离线中文文本转语音引擎

ChineseTtsTflite，一个结合了Kotlin、JetPack Compose与TensorFlow Lite技术的文本转语音引擎，实现了离线功能。包含FastSpeech和Tacotron两种模型以适应不同设备的性能需求。同时提供详细的自定义编译指引与TensorFlow Lite裁剪选项，可有效减少应用体积，适合多种开发场景。

TensorFlowTTSTFLite模型文字转拼音离线使用FastSpeechGithub开源项目
访问官网GitHub文档

Chinese TTS TF Lite 项目介绍

项目背景

Chinese TTS TF Lite 是一个通过 Kotlin 与 JetPack Compose 搭配 Tensorflow Lite 开发的中文语音合成引擎。该项目的设计目标是实现一个可以完全离线使用的语音合成系统，支持在移动设备上实时生成语音输出。这一特性使得用户即便在没有网络连接的情况下，也能进行文字到语音的转换。

项目功能

Chinese TTS TF Lite 提供了两种可选模型：FastSpeech 和 Tacotron。两者的具体性能和适用场景各不相同：

  • FastSpeech：该模型速度较快，适合于中等以上配置的手机设备。虽然生成的音频质量相对不如 Tacotron，但在一些对速度要求较高的应用场景中具有明显优势。

  • Tacotron：生成音频的质量较高，但是需要较多的计算资源，所以在移动设备上的实用性不如 FastSpeech 这么高。目前主要用于测试目的。

这两个模型都来自于 TensorFlowTTS，而中文文字转拼音的方法则参考了 TensorflowTTS_chinese。

安装和编译

使用 Chinese TTS TF Lite 需要一定的设置和准备：

  1. 使用 Android Studio 2021.2.1 进行开发，并下载所需的模型文件和裁剪版的 TensorFlow Lite aar 文件。
  2. 将下载的模型文件解压并放置到项目的指定目录中。例如 app/src/main/assets 下需包括 baker_mapper.json、fastspeech2_quan.tflite、mb_melgan.tflite 和 tacotron2_quan.tflite。
  3. 将 aar 文件放入 app/libs 中。
  4. 使用指令 ./gradlew assembleRelease 进行项目的编译。

模型和开发工具

用户可以通过项目的 下载页面 获取模型文件和裁剪后的 aar 文件。项目建议使用 Netron 查看模型结构，以便更好地理解模型的工作机制。

在减少 TensorFlow Lite 二进制文件大小的过程中，裁剪过的文件体积显著减小，例如 tensorflow-lite-2.8.0.aar 从 5.4MB 减小到 3.7MB。

开发环境与测试

模型的测试和转换主要在 Ubuntu 20.04 LTS 系统上进行，需依赖 Python 3.8 以及相关 Python 包的支持。转换环境可通过以下步骤配置：

  • 克隆 TensorFlowTTS 仓库并安装必要的 Python 包。
  • 完成模型文件的解压与 TensorFlow 模型的测试。
  • 使用 Python 脚本将 TF 模型转换为 TFLite 格式。

参考资料

为了更好地理解和使用本项目，用户可以查阅以下资料：

界面展示

项目也包括 APP 的界面截图，展示了其用户界面的设计和布局。这些截图帮助开发者更好地把握应用使用场景和用户体验设计。

编辑推荐精选

Trae

Trae

字节跳动发布的AI编程神器IDE

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工具TraeAI IDE协作生产力转型热门
问小白

问小白

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。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

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。

讯飞智文

讯飞智文

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。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

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。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

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。

咔片PPT

咔片PPT

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。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多