Kinyarwanda YourTTS

🚀 基尼亞盧旺達語文本轉語音模型

本模型是一個基於深度學習的端到端基尼亞盧旺達語文本轉語音（TTS）模型。憑藉其零樣本學習能力，只需 1 分鐘的語音就能引入新的語音。該模型使用 Coqui 的 TTS 庫和 YourTTS[1] 架構進行訓練，在 67 小時的基尼亞盧旺達語聖經數據上訓練了 100 個輪次。

🚀 快速開始

安裝依賴

安裝 Coqui 的 TTS 庫：

pip install git+https://github.com/coqui-ai/TTS@0910cb76bcd85df56bf43654bb31427647cdfd0d#egg=TTS

運行模型

從本倉庫下載文件，然後運行以下命令：

tts --text "text" --model_path model.pth --encoder_path SE_checkpoint.pth.tar --encoder_config_path config_se.json --config_path config.json --speakers_file_path speakers.pth --speaker_wav conditioning_audio.wav --out_path out.wav

其中，條件音頻是一個或多個用於通過說話人編碼器對多說話人 TTS 模型進行條件設置的 wav 文件，你可以提供多個文件路徑。d_向量將作為它們的平均值進行計算。

✨ 主要特性

• 端到端的基尼亞盧旺達語文本轉語音模型。
• 具備零樣本學習能力，僅需 1 分鐘語音即可引入新語音。

📦 安裝指南

安裝 Coqui 的 TTS 庫：

pip install git+https://github.com/coqui-ai/TTS@0910cb76bcd85df56bf43654bb31427647cdfd0d#egg=TTS

💻 使用示例

基礎用法

從本倉庫下載文件，然後運行：

tts --text "text" --model_path model.pth --encoder_path SE_checkpoint.pth.tar --encoder_config_path config_se.json --config_path config.json --speakers_file_path speakers.pth --speaker_wav conditioning_audio.wav --out_path out.wav

其中，條件音頻是一個或多個用於通過說話人編碼器對多說話人 TTS 模型進行條件設置的 wav 文件，你可以提供多個文件路徑。d_向量將作為它們的平均值進行計算。

📚 詳細文檔

模型描述

本模型是一個基於深度學習的端到端基尼亞盧旺達語文本轉語音（TTS）模型。由於其零樣本學習能力，新的語音可以通過 1 分鐘的語音引入。該模型使用 Coqui 的 TTS 庫和 YourTTS[1] 架構進行訓練，在 67 小時的基尼亞盧旺達語聖經數據上訓練了 100 個輪次。

數據來源

• 音頻數據：[www.faithcomesbyhearing.com, 版本 -> 通用語言版本音頻舊約]
• 文本數據：[www.bible.com, 版本 -> Bibiliya Ijambo ry'imana(BIR)（僅使用了舊約）]

🔧 技術細節

本模型使用 Coqui 的 TTS 庫和 YourTTS[1] 架構進行訓練。它在 67 小時的基尼亞盧旺達語聖經數據上訓練了 100 個輪次。由於其零樣本學習能力，新的語音可以通過 1 分鐘的語音引入。

📄 參考文獻

[1] YourTTS 論文