Bambara Tts

🚀 班巴拉語文本轉語音模型

這是一個用於班巴拉語（Bamanankan）的文本轉語音合成模型。班巴拉語是一種主要在馬裡使用的語言，使用者超過1400萬人。該模型能有效將班巴拉語文本轉換為語音，為班巴拉語的語音應用提供了有力支持。

🚀 快速開始

本模型是用於班巴拉語的文本轉語音合成模型，能將班巴拉語文本轉換為語音。以下是使用該模型的基本步驟：

安裝依賴

pip install transformers torch soundfile

使用示例

from transformers import VitsModel, AutoTokenizer
import torch

# 加載模型和分詞器
model = VitsModel.from_pretrained("sudoping01/bambara-tts")
tokenizer = AutoTokenizer.from_pretrained("sudoping01/bambara-tts")

# 準備文本並生成語音
text = "An filɛ ni ye yɔrɔ minna ni an ye an sigi ka a layɛ yala an bɛ ka baara min kɛ ɛsike a kɛlen don ka Ɲɛ wa ?"
inputs = tokenizer(text, return_tensors="pt")
with torch.no_grad():
    output = model(**inputs).waveform

# 保存輸出
waveform = output.squeeze().cpu().numpy()
sample_rate = model.config.sampling_rate
import soundfile as sf
sf.write("bambara_output.wav", waveform, sample_rate)

✨ 主要特性

• 適用語言：專門為班巴拉語（Bamanankan）設計，該語言主要在馬裡使用，使用者超1400萬。
• 先進架構：採用VITS（Variational Inference with adversarial learning for end - to - end TTS）架構。
• 基礎模型：基於Facebook/Meta MMS。
• 模型規格：大小為145 MB，採用PyTorch格式。
• 採樣率：16kHz。
• 性能優化：針對CPU進行了優化，建議4GB RAM。

📦 安裝指南

使用以下命令安裝所需的庫：

pip install transformers torch soundfile

💻 使用示例

基礎用法

from transformers import VitsModel, AutoTokenizer
import torch

# 加載模型和分詞器
model = VitsModel.from_pretrained("sudoping01/bambara-tts")
tokenizer = AutoTokenizer.from_pretrained("sudoping01/bambara-tts")

# 準備文本並生成語音
text = "An filɛ ni ye yɔrɔ minna ni an ye an sigi ka a layɛ yala an bɛ ka baara min kɛ ɛsike a kɛlen don ka Ɲɛ wa ?"
inputs = tokenizer(text, return_tensors="pt")
with torch.no_grad():
    output = model(**inputs).waveform

# 保存輸出
waveform = output.squeeze().cpu().numpy()
sample_rate = model.config.sampling_rate
import soundfile as sf
sf.write("bambara_output.wav", waveform, sample_rate)

📚 詳細文檔

侷限性

• 外來詞處理：對法語外來詞和代碼切換的處理能力有限。
• 方言表現：在不同地區方言中的表現存在差異。
• 拼寫要求：需要使用標準正字法。
• 韻律和情感：韻律和情感表達能力有限。

許可證

本模型使用CC BY - NC 4.0（署名 - 非商業性使用）許可證：

• 使用限制：僅可用於非商業用途。
• 署名要求：必須對模型作者和Meta進行署名。
• 文化尊重：使用時必須尊重班巴拉語的語言和文化。

參考文獻

@misc{bambara-tts,
  author = {sudoping01},
  title = {Text-to-Speech Model for Bambara},
  year = {2025},
  publisher = {HuggingFace},
  howpublished = {\url{https://huggingface.co/sudoping01/bambara-tts}}
}

信息表格