MMS TTS THAI FEMALEV1

## 🚀 テキスト読み上げモデル（タイ語）

このモデルは、Play.ht（https://play.ht/） から録音した音声を使用してモデルをファインチューニングしています。

## 🚀 クイックスタート
このモデルは、タイ語のテキストを音声に変換するためのものです。以下に、モデルのファインチューニングと使用方法について説明します。

## 📦 インストール
このモデルを使用するには、必要なライブラリをインストールする必要があります。具体的なインストール手順は、各リポジトリのREADMEを参照してください。
- ファインチューニングコード: [GitHub](https://github.com/VYNCX/finetune-local-vits)
- Google Colabでのトレーニング: [Finetune-colab](https://colab.research.google.com/drive/12qbpHnu7wYiTEoqh6_57_KUjp4gJkx2h?usp=sharing)
- ローカルコンピュータでの使用: [GitHub](https://github.com/VYNCX/VachanaTTS)

## 💻 使用例

### 基本的な使用法
```python
import torch
from transformers import VitsTokenizer, VitsModel, set_seed
import scipy

tokenizer = VitsTokenizer.from_pretrained("VIZINTZOR/VIZINTZOR/MMS-TTS-THAI-FEMALEV1",cache_dir="./mms")
model = VitsModel.from_pretrained("VIZINTZOR/VIZINTZOR/MMS-TTS-THAI-FEMALEV1",cache_dir="./mms")

inputs = tokenizer(text="สวัสดีค่ะ นี่คือเสียงพูดภาษาไทย", return_tensors="pt")

set_seed(456)  # make deterministic

with torch.no_grad():
   outputs = model(**inputs)

waveform = outputs.waveform[0]

# Convert PyTorch tensor to NumPy array
waveform_array = waveform.numpy()

scipy.io.wavfile.write("techno_output.wav", rate=model.config.sampling_rate, data=waveform_array)