parrots

Parrots 项目介绍

简介

Parrots 是一个支持多语言的自动语音识别 (ASR) 和文本转语音 (TTS) 工具包。该工具包实现了语音识别和语音合成模型的一键调用，支持中文、英文和日文等多种语言。用户可以快速、方便地进行语音处理任务。

特色功能

1. ASR（语音识别）：使用 distilwhisper 模型实现，支持多种语言，包括中文和英文。
2. TTS（语音合成）：基于 GPT-SoVITS 训练的模型，支持包括中文、英文和日文在内的多种语言。

安装指南

用户可以通过以下方式安装 Parrots：

使用 pip 安装：

pip install torch # 或者使用 conda 安装 pytorch
pip install -r requirements.txt
pip install parrots

或者使用以下步骤：

pip install torch # 或者使用 conda 安装 pytorch
git clone https://github.com/shibing624/parrots.git
cd parrots
python setup.py install

使用示例

语音识别 (ASR)

用户可以通过以下示例代码进行语音识别：

import os
import sys

sys.path.append('..')
from parrots import SpeechRecognition

pwd_path = os.path.abspath(os.path.dirname(__file__))

if __name__ == '__main__':
    m = SpeechRecognition()
    r = m.recognize_speech_from_file(os.path.join(pwd_path, 'tushuguan.wav'))
    print('[提示] 语音识别结果：', r)

输出示例如下：

{'text': '北京图书馆'}

文本转语音 (TTS)

以下为 TTS 使用示例代码：

import sys
sys.path.append('..')
import parrots
from parrots import TextToSpeech
parrots_path = parrots.__path__[0]
sys.path.append(parrots_path)

m = TextToSpeech(
    speaker_model_path="shibing624/parrots-gpt-sovits-speaker-maimai",
    speaker_name="MaiMai",
)
m.predict(
    text="你好，欢迎来北京。welcome to the city.",
    text_language="auto",
    output_path="output_audio.wav"
)

输出：

Save audio to output_audio.wav

命令行模式

Parrots 项目支持通过命令行执行 ASR 和 TTS 任务。使用如下命令行操作：

pip install parrots -U
# asr 示例
parrots asr -h
parrots asr examples/tushuguan.wav

# tts 示例
parrots tts -h
parrots tts "你好，欢迎来北京。welcome to the city." output_audio.wav

在命令行中，asr 是语音识别命令，tts 是语音合成命令。更多使用方式可以通过 parrots asr -h 查看。

模型发布

该项目提供多种 ASR 和 TTS 模型，用户可以根据需求选择：

• ASR 模型：如 BELLE-2/Belle-distilwhisper-large-v2-zh
• TTS 模型：如 shibing624/parrots-gpt-sovits-speaker

参考文献

Parrots 项目的实现参考了一系列先进的研究成果和开源项目，包括但不限于：

• EAT: Enhanced ASR-TTS for Self-supervised Speech Recognition
• PaddlePaddle/PaddleSpeech
• NVIDIA/NeMo
• coqui-ai/TTS

结束语

Parrots 工具包对于从事多语言语音处理的开发者和研究人员来说，提供了一个强大且易于使用的平台。无论是对于学术研究还是商业应用，它都是一个值得探索的选择。若您有需要，欢迎通过邮件或微信与项目维护者联系，一同参与社区的交流与贡献。