Vits Rasa 13

🚀 印度語言VITS文本轉語音模型

本項目包含一個基於VITS架構的文本轉語音（TTS）模型，該模型針對印度語言進行了微調。它支持多種印度語言，以及豐富的說話風格和情感表達，適用於對話式AI、有聲讀物等多種應用場景。

🚀 快速開始

安裝依賴

pip install transformers torch

運行示例代碼

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?"  # 旁遮普語示例文本
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

• 多語言支持：支持多種印度語言，包括阿薩姆語、孟加拉語、博多語等。
• 豐富風格：具備多種說話風格和情感表達。
• 預設音色：提供預定義的男性和女性聲音的說話人配置文件。

📚 詳細文檔

支持的語言

• 阿薩姆語
• 孟加拉語
• 博多語
• 道格里語
• 卡納達語
• 邁蒂利語
• 馬拉雅拉姆語
• 馬拉地語
• 尼泊爾語
• 旁遮普語
• 梵語
• 泰米爾語
• 泰盧固語

說話人 - 風格標識符概述

📄 許可證

本項目採用CC BY 4.0許可證。

📖 引用

如果您在研究中使用了該模型，請按以下格式引用：

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