TTS
v0.22.0
Por favor, use nossos canais dedicados para perguntas e discussões. A ajuda é muito mais valiosa se for compartilhada publicamente para que mais pessoas possam se beneficiar dela.
| Tipo | Plataformas |
|---|---|
| Relatórios de bugs | Rastreador de problemas do GitHub |
| ? Solicitações de recursos e ideias | Rastreador de problemas do GitHub |
| ? Perguntas de uso | Discussões do GitHub |
| ? Discussão Geral | Discussões ou discórdia do GitHub |
| Tipo | Ligações |
|---|---|
| Documentação | Leia os documentos |
| ? Instalação | TTS/README.md |
| ? Contribuindo | CONTRIBUINDO.md |
| ? Roteiro | Principais Planos de Desenvolvimento |
| Modelos Lançados | Lançamentos TTS e modelos experimentais |
| ? Artigos | Artigos TTS |
"TTS*" e "Judy*" sublinhados são modelos ?TTS internos que não são lançados em código aberto. Eles estão aqui para mostrar o potencial. Modelos prefixados com um ponto (.Jofish .Abe e .Janice) são vozes humanas reais.
Trainer API completa.dataset_analysis .Você também pode nos ajudar a implementar mais modelos.
?TTS é testado no Ubuntu 18.04 com python >= 3.9, < 3.12. .
Se você está interessado apenas em sintetizar fala com os modelos ?TTS lançados, instalar a partir do PyPI é a opção mais fácil.
pip install TTSSe você planeja codificar ou treinar modelos, clone o ?TTS e instale-o localmente.
git clone https://github.com/coqui-ai/TTS
pip install -e .[all,dev,notebooks] # Select the relevant extrasSe você estiver no Ubuntu (Debian), também poderá executar os seguintes comandos para instalação.
$ make system-deps # intended to be used on Ubuntu (Debian). Let us know if you have a different OS.
$ make installSe você estiver no Windows, ?@GuyPaddock escreveu instruções de instalação aqui.
Você também pode experimentar o TTS sem instalar com a imagem do docker. Basta executar o seguinte comando e você poderá executar o TTS sem instalá-lo.
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 serverVocê pode então aproveitar o servidor TTS aqui. Mais detalhes sobre as imagens do docker (como suporte de GPU) podem ser encontrados aqui
import torch
from TTS . api import TTS
# Get device
device = "cuda" if torch . cuda . is_available () else "cpu"
# List available ?TTS models
print ( TTS (). list_models ())
# Init TTS
tts = TTS ( "tts_models/multilingual/multi-dataset/xtts_v2" ). to ( device )
# Run TTS
# ❗ Since this model is multi-lingual voice cloning model, we must set the target speaker_wav and language
# Text to speech list of amplitude values as output
wav = tts . tts ( text = "Hello world!" , speaker_wav = "my/cloning/audio.wav" , language = "en" )
# Text to speech to a file
tts . tts_to_file ( text = "Hello world!" , speaker_wav = "my/cloning/audio.wav" , language = "en" , file_path = "output.wav" ) # Init TTS with the target model name
tts = TTS ( model_name = "tts_models/de/thorsten/tacotron2-DDC" , progress_bar = False ). to ( device )
# Run TTS
tts . tts_to_file ( text = "Ich bin eine Testnachricht." , file_path = OUTPUT_PATH )
# Example voice cloning with YourTTS in English, French and Portuguese
tts = TTS ( model_name = "tts_models/multilingual/multi-dataset/your_tts" , progress_bar = False ). to ( device )
tts . tts_to_file ( "This is voice cloning." , speaker_wav = "my/cloning/audio.wav" , language = "en" , file_path = "output.wav" )
tts . tts_to_file ( "C'est le clonage de la voix." , speaker_wav = "my/cloning/audio.wav" , language = "fr-fr" , file_path = "output.wav" )
tts . tts_to_file ( "Isso é clonagem de voz." , speaker_wav = "my/cloning/audio.wav" , language = "pt-br" , file_path = "output.wav" ) Convertendo a voz em source_wav para a voz de target_wav
tts = TTS ( model_name = "voice_conversion_models/multilingual/vctk/freevc24" , progress_bar = False ). to ( "cuda" )
tts . voice_conversion_to_file ( source_wav = "my/source.wav" , target_wav = "my/target.wav" , file_path = "output.wav" )Dessa forma, você pode clonar vozes usando qualquer modelo no ?TTS.
tts = TTS ( "tts_models/de/thorsten/tacotron2-DDC" )
tts . tts_with_vc_to_file (
"Wie sage ich auf Italienisch, dass ich dich liebe?" ,
speaker_wav = "target/speaker.wav" ,
file_path = "output.wav"
) Para modelos Fairseq, use o seguinte formato de nome: tts_models/<lang-iso_code>/fairseq/vits . Você pode encontrar os códigos ISO de idioma aqui e aprender sobre os modelos Fairseq aqui.
# TTS with on the fly voice conversion
api = TTS ( "tts_models/deu/fairseq/vits" )
api . tts_with_vc_to_file (
"Wie sage ich auf Italienisch, dass ich dich liebe?" ,
speaker_wav = "target/speaker.wav" ,
file_path = "output.wav"
)ttsSintetize a fala na linha de comando.
Você pode usar seu modelo treinado ou escolher um modelo da lista fornecida.
Se você não especificar nenhum modelo, ele usará o modelo em inglês baseado em LJSpeech.
Lista de modelos fornecidos:
$ tts --list_models
Obtenha informações do modelo (para tts_models e vocoder_models):
Consulta por tipo/nome: O model_info_by_name usa o nome de --list_models.
$ tts --model_info_by_name "<model_type>/<language>/<dataset>/<model_name>"
Por exemplo:
$ tts --model_info_by_name tts_models/tr/common-voice/glow-tts
$ tts --model_info_by_name vocoder_models/en/ljspeech/hifigan_v2
Consulta por tipo/idx: O model_query_idx usa o idx correspondente de --list_models.
$ tts --model_info_by_idx "<model_type>/<model_query_idx>"
Por exemplo:
$ tts --model_info_by_idx tts_models/3
Consulte informações do modelo por nome completo:
$ tts --model_info_by_name "<model_type>/<language>/<dataset>/<model_name>"
Execute o TTS com modelos padrão:
$ tts --text "Text for TTS" --out_path output/path/speech.wav
Execute o TTS e canalize os dados do arquivo wav TTS gerado:
$ tts --text "Text for TTS" --pipe_out --out_path output/path/speech.wav | aplay
Execute um modelo TTS com seu modelo de vocoder padrão:
$ tts --text "Text for TTS" --model_name "<model_type>/<language>/<dataset>/<model_name>" --out_path output/path/speech.wav
Por exemplo:
$ tts --text "Text for TTS" --model_name "tts_models/en/ljspeech/glow-tts" --out_path output/path/speech.wav
Execute com modelos específicos de TTS e vocoder da lista:
$ tts --text "Text for TTS" --model_name "<model_type>/<language>/<dataset>/<model_name>" --vocoder_name "<model_type>/<language>/<dataset>/<model_name>" --out_path output/path/speech.wav
Por exemplo:
$ tts --text "Text for TTS" --model_name "tts_models/en/ljspeech/glow-tts" --vocoder_name "vocoder_models/en/ljspeech/univnet" --out_path output/path/speech.wav
Execute seu próprio modelo TTS (usando Vocoder Griffin-Lim):
$ tts --text "Text for TTS" --model_path path/to/model.pth --config_path path/to/config.json --out_path output/path/speech.wav
Execute seus próprios modelos TTS e Vocoder:
$ tts --text "Text for TTS" --model_path path/to/model.pth --config_path path/to/config.json --out_path output/path/speech.wav
--vocoder_path path/to/vocoder.pth --vocoder_config_path path/to/vocoder_config.json
Liste os palestrantes disponíveis e escolha um <speaker_id> entre eles:
$ tts --model_name "<language>/<dataset>/<model_name>" --list_speaker_idxs
Execute o modelo TTS de vários alto-falantes com o ID do alto-falante de destino:
$ tts --text "Text for TTS." --out_path output/path/speech.wav --model_name "<language>/<dataset>/<model_name>" --speaker_idx <speaker_id>
Execute seu próprio modelo TTS com vários alto-falantes:
$ tts --text "Text for TTS" --out_path output/path/speech.wav --model_path path/to/model.pth --config_path path/to/config.json --speakers_file_path path/to/speaker.json --speaker_idx <speaker_id>
$ tts --out_path output/path/speech.wav --model_name "<language>/<dataset>/<model_name>" --source_wav <path/to/speaker/wav> --target_wav <path/to/reference/wav>
|- notebooks/ (Jupyter Notebooks for model evaluation, parameter selection and data analysis.)
|- utils/ (common utilities.)
|- TTS
|- bin/ (folder for all the executables.)
|- train*.py (train your target model.)
|- ...
|- tts/ (text to speech models)
|- layers/ (model layer definitions)
|- models/ (model definitions)
|- utils/ (model specific utilities.)
|- speaker_encoder/ (Speaker Encoder models.)
|- (same)
|- vocoder/ (Vocoder models.)
|- (same)
