Tts Thai

🚀 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，它採用了 Common Voice 數據集 中的語音，並對語音進行了調整，使其聽起來與原始語音有所不同。

🚀 快速開始

安裝依賴

可以使用以下命令安裝必要的庫：

pip install nemo_toolkit['tts'] soundfile

運行示例代碼

以下是使用該模型進行文本轉語音的示例代碼：

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").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)

💻 使用示例

基礎用法

上述代碼展示瞭如何使用該泰語 TTS 模型將泰語文本轉換為語音，並將生成的語音保存為 speech.wav 文件。

📚 詳細文檔

更多詳細信息可以參考 Medium 文章：Text-To-Speech ภาษาไทยด้วย Tacotron2

📄 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。