Mms Tts Kor

🚀 大規模多言語音声 (MMS) : テキスト読み上げモデル

このリポジトリには、韓国語 (kor) のテキスト読み上げ (TTS) モデルのチェックポイントが含まれています。

このモデルは、Facebookの 大規模多言語音声 プロジェクトの一部であり、多様な言語に対応した音声技術を提供することを目的としています。サポートされている言語とそのISO 639 - 3コードの詳細は、MMS言語カバレッジ概要 で確認できます。

🚀 クイックスタート

💻 使用例

基本的な使用法

# Code examples remain unchanged
from transformers import VitsModel, VitsMmsTokenizer
import torch

model = VitsModel.from_pretrained("Matthijs/mms-tts-kor")
tokenizer = VitsMmsTokenizer.from_pretrained("Matthijs/mms-tts-kor")

text = "some example text in the Korean language"
inputs = tokenizer(text, return_tensors="pt")

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

from IPython.display import Audio
Audio(output.audio[0], rate=16000)

⚠️ 重要注意

このチェックポイントの場合、入力テキストは uroman ツールを使用して最初にラテンアルファベットに変換する必要があります。

📄 ライセンス

このモデルはVineel Pratapらによって開発され、CC - BY - NC 4.0 ライセンスで提供されています。

@article{pratap2023mms,
    title={Scaling Speech Technology to 1,000+ Languages},
    author={Vineel Pratap and Andros Tjandra and Bowen Shi and Paden Tomasello and Arun Babu and Sayani Kundu and Ali Elkahky and Zhaoheng Ni and Apoorv Vyas and Maryam Fazel-Zarandi and Alexei Baevski and Yossi Adi and Xiaohui Zhang and Wei-Ning Hsu and Alexis Conneau and Michael Auli},
    journal={arXiv},
    year={2023}
}