Tts Thai Last Step

🚀 泰語文本轉語音模型

本項目是一個泰語文本轉語音（TTS）模型，它使用了 Common Voice 數據集 中的語音，並對其進行了修改，使其聽起來與原始語音不同。

🚀 快速開始

安裝依賴

你可以使用以下命令安裝必要的依賴：

pip install nemo_toolkit['tts'] soundfile

💻 使用示例

基礎用法

from nemo.collections.tts.models import UnivNetModel
from nemo.collections.tts.models import Tacotron2Model
import torch
import soundfile as sf

model = Tacotron2Model.from_pretrained("lunarlist/tts-thai-last-step").to('cpu')
vcoder_model = UnivNetModel.from_pretrained(model_name="tts_en_libritts_univnet")
text='ภาษาไทย ง่าย นิด เดียว'
dict_idx={k:i for i,k in enumerate(model.hparams["cfg"]['labels'])}
parsed2=torch.Tensor([[66]+[dict_idx[i] for i in text if i]+[67]]).int().to("cpu")
spectrogram2 = model.generate_spectrogram(tokens=parsed2)
audio2 = vcoder_model.convert_spectrogram_to_audio(spec=spectrogram2)

# Save the audio to disk in a file called speech.wav
sf.write("speech.wav", audio2.to('cpu').detach().numpy()[0], 22050)

更多資源

你可以在 Medium 上查看關於泰語文本轉語音的更多詳細內容。

📄 許可證

本項目採用 MIT 許可證。

📦 數據集

本模型使用了 lunarlist/edited_common_voice 數據集。