Shona TTS

🚀 绍纳语文本转语音模型

本项目包含绍纳语（sna）的文本转语音（TTS）模型检查点，可将绍纳语文本快速、准确地转换为语音，为绍纳语的语音应用提供了强大支持。

🚀 快速开始

要使用本模型，首先需要安装必要的库，然后加载模型进行推理。

安装依赖

pip install --upgrade transformers accelerate

推理代码示例

# 直接加载模型
from transformers import AutoTokenizer, AutoModelForTextToWaveform

tokenizer = AutoTokenizer.from_pretrained("Fastino06/ff")
model = AutoModelForTextToWaveform.from_pretrained("Fastino06/ff")

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

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

保存音频文件

import scipy

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

在Jupyter Notebook / Google Colab中播放音频

from IPython.display import Audio

Audio(output, rate=model.config.sampling_rate)

✨ 主要特性

• 语言支持：专门针对绍纳语进行优化，能够生成自然流畅的绍纳语语音。
• 模型类型：基于先进的Text to Speech技术，实现高效准确的文本到语音转换。

📦 安装指南

pip install --upgrade transformers accelerate

💻 使用示例

基础用法

# 直接加载模型
from transformers import AutoTokenizer, AutoModelForTextToWaveform

tokenizer = AutoTokenizer.from_pretrained("Fastino06/ff")
model = AutoModelForTextToWaveform.from_pretrained("Fastino06/ff")

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

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

高级用法

import scipy
# 将推理得到的波形保存为.wav文件
scipy.io.wavfile.write("fassy.wav", rate=model.config.sampling_rate, data=output)

from IPython.display import Audio
# 在Jupyter Notebook / Google Colab中播放音频
Audio(output, rate=model.config.sampling_rate)

📚 详细文档

模型详情

📄 许可证

本项目采用CC BY-NC 4.0许可证。

BibTex引用

This model was developed by Fastino Mateteva