XTTS Hindi Finetuned

🚀 XTTS v2 基於印地語數據集的微調版本

這是一個經過微調的 XTTS v2（跨語言文本轉語音）模型，由 Coqui-AI 開發。該模型專門在印地語語音數據集上進行了微調，以提升生成自然、準確印地語語音的性能。它支持多種功能，包括語音克隆和多語言語音生成。

🚀 快速開始

你可以通過以下 Colab 筆記本鏈接，查看用於在印地語數據集上微調 XTTS v2 模型的 Colab 筆記本，並復現該過程。

✨ 主要特性

• 多語言支持：支持包括印地語（hi）在內的 16 種語言。
• 語音克隆：僅需 6 秒的音頻片段即可克隆語音。
• 情感與風格遷移：通過克隆實現情感和風格的遷移。
• 跨語言語音克隆：支持跨不同語言的語音克隆。
• 高音質：採用 24kHz 採樣率，提供高質量音頻。

🆕 相較於 XTTS-v1 的更新

• 新增語言支持：增加了對匈牙利語和韓語的支持。
• 架構改進：增強了說話人調節和插值功能。
• 穩定性提升：整體穩定性和性能更佳。
• 音頻質量優化：韻律和音頻質量得到改善。

🌐 支持的語言

XTTS-v2 模型支持以下 17 種語言：

• 英語（en）
• 西班牙語（es）
• 法語（fr）
• 德語（de）
• 意大利語（it）
• 葡萄牙語（pt）
• 波蘭語（pl）
• 土耳其語（tr）
• 俄語（ru）
• 荷蘭語（nl）
• 捷克語（cs）
• 阿拉伯語（ar）
• 中文（zh-cn）
• 日語（ja）
• 匈牙利語（hu）
• 韓語（ko）
• 印地語（hi）

📦 訓練數據

該模型在以下印地語數據集上進行了微調：

• Mozilla CommonVoice 18：一個多樣化的印地語語音數據集。
• IndicTTS 印地語數據集：用於文本轉語音訓練的印地語語音數據。

💻 使用示例

基礎用法

from TTS.api import TTS

# Load the model
tts = TTS("tts_models/multilingual/multi-dataset/xtts_v2", gpu=True)

# Generate speech by cloning a voice using default settings
tts.tts_to_file(
    text="It took me quite a long time to develop a voice, and now that I have it I'm not going to be silent.",
    file_path="output.wav",
    speaker_wav="/path/to/target/speaker.wav",
    language="hi"
)

🔗 代碼與演示

• 代碼庫：代碼庫 支持推理和 微調。
• 演示空間：
  • XTTS 空間：探索模型在支持語言上的性能，並使用你自己的參考音頻或麥克風輸入進行嘗試。
  • 與 Mistral 或 Zephyr 進行 XTTS 語音聊天：體驗與 Mistral 7B Instruct 或 Zephyr 7B Beta 的流式語音聊天。

📄 許可證

此模型遵循 Coqui 公共模型許可證。你可以 在此處 瞭解更多關於 CPML 的起源故事。

📞 聯繫我們

加入我們的 🐸 Discord 社區，並在 Twitter 上關注我們。如有疑問，也可以發送電子郵件至 info@coqui.ai。