Tts Transformer Zh Cv7 Css10

🚀 tts_transformer-zh-cv7_css10

本項目是基於fairseq S^2的Transformer文本轉語音模型（論文/代碼）。該模型支持簡體中文，採用單說話人女性語音，在Common Voice v7上預訓練，並在CSS10上進行微調。

🚀 快速開始

本模型是基於fairseq S^2的文本轉語音模型，支持簡體中文，使用單說話人女性語音。

✨ 主要特性

• 支持簡體中文文本轉語音。
• 採用單說話人女性語音。
• 在Common Voice v7上預訓練，在CSS10上微調。

📦 安裝指南

暫未提及安裝步驟，可參考相關依賴庫的安裝方式。

💻 使用示例

基礎用法

from fairseq.checkpoint_utils import load_model_ensemble_and_task_from_hf_hub
from fairseq.models.text_to_speech.hub_interface import TTSHubInterface
import IPython.display as ipd


models, cfg, task = load_model_ensemble_and_task_from_hf_hub(
    "facebook/tts_transformer-zh-cv7_css10",
    arg_overrides={"vocoder": "hifigan", "fp16": False}
)
model = models[0]
TTSHubInterface.update_cfg_with_data_cfg(cfg, task.data_cfg)
generator = task.build_generator(model, cfg)

text = "您好，這是試運行。"

sample = TTSHubInterface.get_model_input(task, text)
wav, rate = TTSHubInterface.get_prediction(task, model, generator, sample)

ipd.Audio(wav, rate=rate)

更多參考

可參考 fairseq S^2 example 瞭解更多使用方法。

📄 許可證

暫未提及許可證相關信息。

📚 詳細文檔

暫未提供詳細文檔，可參考相關代碼倉庫和論文。

🔧 技術細節

暫未提供技術細節，可參考相關論文和代碼倉庫。

📚 引用信息

@inproceedings{wang-etal-2021-fairseq,
    title = "fairseq S{\^{}}2: A Scalable and Integrable Speech Synthesis Toolkit",
    author = "Wang, Changhan  and
      Hsu, Wei-Ning  and
      Adi, Yossi  and
      Polyak, Adam  and
      Lee, Ann  and
      Chen, Peng-Jen  and
      Gu, Jiatao  and
      Pino, Juan",
    booktitle = "Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing: System Demonstrations",
    month = nov,
    year = "2021",
    address = "Online and Punta Cana, Dominican Republic",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2021.emnlp-demo.17",
    doi = "10.18653/v1/2021.emnlp-demo.17",
    pages = "143--152",
}