Kinyarwanda YourTTS V1

🚀 キニヤルワンダ語テキスト読み上げモデル

このモデルは、キニヤルワンダ語のテキストを音声に変換する深層学習ベースのエンドツーエンドモデルです。ゼロショット学習機能により、1分間の音声で新しい声を導入することが可能です。

🚀 クイックスタート

このモデルを使用するには、まずCoquiのTTSライブラリをインストールし、必要なファイルをダウンロードして実行コマンドを実行します。

✨ 主な機能

• ゼロショット学習機能により、短時間の音声で新しい声を導入できます。
• CoquiのTTSライブラリとYourTTSアーキテクチャを使用して訓練されています。

📦 インストール

CoquiのTTSライブラリをインストールします。

pip install TTS

このリポジトリからファイルをダウンロードした後、以下のコマンドを実行します。

tts --text "text" --model_path best_model.pth --encoder_path SE_checkpoint.pth.tar --encoder_config_path config_se.json --config_path config.json --speakers_file_path speakers.pth --speaker_wav conditioning_audio.wav --out_path out.wav

ここで、conditioning audioはSpeaker Encoderを使用したマルチスピーカーTTSモデルを条件付けるためのwavファイルで、複数のファイルパスを指定することができます。d_vectorsはそれらの平均として計算されます。

📚 ドキュメント

モデルの説明

このモデルは、キニヤルワンダ語のテキストを音声に変換するエンドツーエンドの深層学習モデルです。ゼロショット学習機能により、1分間の音声で新しい声を導入することができます。このモデルは、CoquiのTTSライブラリとYourTTS[1]アーキテクチャを使用して、67時間のキニヤルワンダ語聖書データで100エポック訓練されました。

データソース

• 音声データ: [www.faithcomesbyhearing.com, バージョン -> Common Language Version audio Old Testament]
• テキストデータ: [www.bible.com, バージョン -> Bibiliya Ijambo ry'imana(BIR)(旧約聖書のみ使用)]

📄 ライセンス

このモデルは、CCライセンスの下で提供されています。

📖 参考文献

[1] YourTTS paper