MMS TTS THAI MALEV1

🚀 テキスト読み上げモデル（タイ語）

このモデルは、音声合成を行うためのタイ語用のテキスト読み上げモデルです。Play.ht から収集した音声データを使用してファインチューニングされています。

🚀 クイックスタート

このモデルは、Play.ht から収集した音声データ（https://play.ht/）を使用してファインチューニングされています。

ファインチューニングのコードは GitHub で公開されています：https://github.com/VYNCX/finetune-local-vits

Finetune-colab を使用すると、Google Colab 上で独自に音声モデルをトレーニングすることができます。

ローカルコンピュータでの使用方法はこちら：https://github.com/VYNCX/VachanaTTS

💻 使用例

基本的な使用法

import torch
from transformers import VitsTokenizer, VitsModel, set_seed
import scipy

tokenizer = VitsTokenizer.from_pretrained("VIZINTZOR/MMS-TTS-THAI-MALEV1",cache_dir="./mms")
model = VitsModel.from_pretrained("VIZINTZOR/MMS-TTS-THAI-MALEV1",cache_dir="./mms")

inputs = tokenizer(text="สวัสดีครับ 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)