TTS
v0.22.0
请使用我们的专用渠道进行提问和讨论。如果公开分享帮助，那么帮助就会更有价值，以便更多的人可以从中受益。
| 类型 | 平台 |
|---|---|
| 错误报告 | GitHub 问题跟踪器 |
| ？功能请求和想法 | GitHub 问题跟踪器 |
| ? 使用问题 | GitHub 讨论 |
| ？一般性讨论 | GitHub 讨论或 Discord |
| 类型 | 链接 |
|---|---|
| 文档 | 阅读文档 |
| ？安装 | TTS/自述文件.md |
| ? 贡献 | 贡献.md |
| ？路线图 | 主要发展计划 |
| 已发布型号 | TTS 版本和实验模型 |
| ？文件 | TTS 论文 |
带下划线的“TTS*”和“Judy*”是未开源发布的内部TTS 模型。他们来这里是为了展示潜力。以点为前缀的模型（.Jofish、.Abe 和 .Janice）是真实的人声。
Trainer API 。dataset_analysis下管理 Text2Speech 数据集的工具。您还可以帮助我们实现更多模型。
?TTS 在 Ubuntu 18.04 上测试， Python >= 3.9, < 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)，您还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如果您使用的是 Windows，?@GuyPaddock 在此编写了安装说明。
您还可以尝试 TTS，无需安装 docker 镜像。只需运行以下命令，您无需安装即可运行 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然后，您可以在此处享受 TTS 服务器有关 docker 映像（例如 GPU 支持）的更多详细信息可以在此处找到
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" )将source_wav中的语音转换为target_wav中的语音
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" )这样，您就可以使用 ?TTS 中的任何模型来克隆声音。
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"
)对于 Fairseq 模型，请使用以下名称格式： tts_models/<lang-iso_code>/fairseq/vits 。您可以在此处找到语言 ISO 代码，并在此处了解 Fairseq 模型。
# 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"
)tts在命令行上合成语音。
您可以使用经过训练的模型或从提供的列表中选择模型。
如果不指定任何模型，则使用基于 LJSpeech 的英语模型。
列出提供的型号：
$ tts --list_models
获取模型信息（tts_models 和 vocoder_models）：
按类型/名称查询： model_info_by_name 使用 --list_models 中的名称。
$ tts --model_info_by_name "<model_type>/<language>/<dataset>/<model_name>"
例如：
$ tts --model_info_by_name tts_models/tr/common-voice/glow-tts
$ tts --model_info_by_name vocoder_models/en/ljspeech/hifigan_v2
按类型/idx 查询：model_query_idx 使用--list_models 中相应的idx。
$ tts --model_info_by_idx "<model_type>/<model_query_idx>"
例如：
$ tts --model_info_by_idx tts_models/3
按全名查询型号信息：
$ tts --model_info_by_name "<model_type>/<language>/<dataset>/<model_name>"
使用默认模型运行 TTS：
$ tts --text "Text for TTS" --out_path output/path/speech.wav
运行 TTS 并输出生成的 TTS wav 文件数据：
$ tts --text "Text for TTS" --pipe_out --out_path output/path/speech.wav | aplay
使用默认声码器模型运行 TTS 模型：
$ tts --text "Text for TTS" --model_name "<model_type>/<language>/<dataset>/<model_name>" --out_path output/path/speech.wav
例如：
$ tts --text "Text for TTS" --model_name "tts_models/en/ljspeech/glow-tts" --out_path output/path/speech.wav
使用列表中的特定 TTS 和声码器模型运行：
$ 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
例如：
$ 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
运行您自己的 TTS 模型（使用 Griffin-Lim Vocoder）：
$ tts --text "Text for TTS" --model_path path/to/model.pth --config_path path/to/config.json --out_path output/path/speech.wav
运行您自己的 TTS 和声码器模型：
$ 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
列出可用的发言人并在其中选择一个 <speaker_id>：
$ tts --model_name "<language>/<dataset>/<model_name>" --list_speaker_idxs
使用目标说话人 ID 运行多说话人 TTS 模型：
$ tts --text "Text for TTS." --out_path output/path/speech.wav --model_name "<language>/<dataset>/<model_name>" --speaker_idx <speaker_id>
运行您自己的多扬声器 TTS 模型：
$ 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)
