Tts Thai Last Step

🚀 泰语文本转语音模型

本项目是一个泰语文本转语音（TTS）模型，它使用了 Common Voice 数据集 中的语音，并对其进行了修改，使其听起来与原始语音不同。

🚀 快速开始

安装依赖

你可以使用以下命令安装必要的依赖：

pip install nemo_toolkit['tts'] soundfile

💻 使用示例

基础用法

from nemo.collections.tts.models import UnivNetModel
from nemo.collections.tts.models import Tacotron2Model
import torch
import soundfile as sf

model = Tacotron2Model.from_pretrained("lunarlist/tts-thai-last-step").to('cpu')
vcoder_model = UnivNetModel.from_pretrained(model_name="tts_en_libritts_univnet")
text='ภาษาไทย ง่าย นิด เดียว'
dict_idx={k:i for i,k in enumerate(model.hparams["cfg"]['labels'])}
parsed2=torch.Tensor([[66]+[dict_idx[i] for i in text if i]+[67]]).int().to("cpu")
spectrogram2 = model.generate_spectrogram(tokens=parsed2)
audio2 = vcoder_model.convert_spectrogram_to_audio(spec=spectrogram2)

# Save the audio to disk in a file called speech.wav
sf.write("speech.wav", audio2.to('cpu').detach().numpy()[0], 22050)

更多资源

你可以在 Medium 上查看关于泰语文本转语音的更多详细内容。

📄 许可证

本项目采用 MIT 许可证。

📦 数据集

本模型使用了 lunarlist/edited_common_voice 数据集。