Vits Rasa 13

🚀 印度语言VITS文本转语音模型

本项目包含一个基于VITS架构的文本转语音（TTS）模型，该模型针对印度语言进行了微调。它支持多种印度语言，以及丰富的说话风格和情感表达，适用于对话式AI、有声读物等多种应用场景。

🚀 快速开始

安装依赖

pip install transformers torch

运行示例代码

import soundfile as sf
from transformers import AutoModel, AutoTokenizer

model = AutoModel.from_pretrained("ai4bharat/vits_rasa_13", trust_remote_code=True).to("cuda")
tokenizer = AutoTokenizer.from_pretrained("ai4bharat/vits_rasa_13", trust_remote_code=True)

text = "ਕੀ ਮੈਂ ਇਸ ਹਫਤੇ ਦੇ ਅੰਤ ਵਿੱਚ ਰੁੱਝਿਆ ਹੋਇਆ ਹਾਂ?"  # 旁遮普语示例文本
speaker_id = 16  # PAN_M
style_id = 0  # ALEXA

inputs = tokenizer(text=text, return_tensors="pt").to("cuda")
outputs = model(inputs['input_ids'], speaker_id=speaker_id, emotion_id=style_id)
sf.write("audio.wav", outputs.waveform.squeeze(), model.config.sampling_rate)
print(outputs.waveform.shape)

✨ 主要特性

• 多语言支持：支持多种印度语言，包括阿萨姆语、孟加拉语、博多语等。
• 丰富风格：具备多种说话风格和情感表达。
• 预设音色：提供预定义的男性和女性声音的说话人配置文件。

📚 详细文档

支持的语言

• 阿萨姆语
• 孟加拉语
• 博多语
• 道格里语
• 卡纳达语
• 迈蒂利语
• 马拉雅拉姆语
• 马拉地语
• 尼泊尔语
• 旁遮普语
• 梵语
• 泰米尔语
• 泰卢固语

说话人 - 风格标识符概述

📄 许可证

本项目采用CC BY 4.0许可证。

📖 引用

如果您在研究中使用了该模型，请按以下格式引用：

@article{ai4bharat_vits_rasa_13,
  title={VITS TTS for Indian Languages},
  author={Ashwin Sankar},
  year={2024},
  publisher={Hugging Face}
}