Tts Thai

🚀 タイ語テキスト読み上げモデル

このモデルは、Common Voiceデータセット の音声を使用し、元の音声とは異なるタイ語のテキスト読み上げ（TTS）モデルです。

🚀 クイックスタート

このモデルを使用するには、まず必要なライブラリをインストールする必要があります。以下のコマンドを実行してください。

pip install nemo_toolkit['tts'] soundfile

💻 使用例

基本的な使用法

from nemo.collections.tts.models import UnivNetModel
from nemo.collections.tts.models import Tacotron2Model
import torch
import soundfile as sf

model = Tacotron2Model.from_pretrained("lunarlist/tts-thai").to('cpu')
vcoder_model = UnivNetModel.from_pretrained(model_name="tts_en_libritts_univnet")
text='ภาษาไทย ง่าย นิด เดียว'
dict_idx={k:i for i,k in enumerate(model.hparams["cfg"]['labels'])}
parsed2=torch.Tensor([[66]+[dict_idx[i] for i in text if i]+[67]]).int().to("cpu")
spectrogram2 = model.generate_spectrogram(tokens=parsed2)
audio2 = vcoder_model.convert_spectrogram_to_audio(spec=spectrogram2)

# Save the audio to disk in a file called speech.wav
sf.write("speech.wav", audio2.to('cpu').detach().numpy()[0], 22050)

📄 ライセンス

このモデルはMITライセンスの下で提供されています。

参考記事

詳細な情報については、以下の記事を参照してください。 Medium: Text-To-Speech ภาษาไทยด้วย Tacotron2