Xttsv2 Hi Ft

🚀 印度語語音微調的XTTSv2檢查點

本項目是經過微調的XTTSv2檢查點，使用分叉的Coqui TTS（https://github.com/idiap/coqui-ai-TTS ）進行印度語語音處理。它解決了特定場景下印度語語音合成的需求，為相關應用提供了高質量的語音合成能力。

🚀 快速開始

將檢查點重命名為 model.pth 並替換原始的 XTTSv2 模型，或者根據你對 XTTSv2 的實現方式來使用。

在推理時，使用語言代碼 hi 進行印度語語音合成；若使用英語文本並搭配語言代碼 hi，則可以生成帶有已學習的印度語發音的英語語音。

✨ 主要特性

• 使用 Indic TTS 數據庫（https://www.iitm.ac.in/donlab/tts/ ）和 Mozilla Common Voice 18.0 印度語數據集（https://commonvoice.mozilla.org/en/datasets ）進行訓練。
• 提供了不同步驟計數的檢查點，其中 best_model_43036.pth 被認為能產生最佳質量的輸出。
• 參考說話者的音頻文件位於本倉庫的 ./speakers-hi 目錄下。

🔧 技術細節

需要注意的是，步驟計數最高的檢查點可能並非是最佳的。經過測試和評估，best_model_43036.pth 被認為能提供最佳質量的輸出。在使用時，你可以根據實際需求選擇合適的檢查點。