Tts Thai

🚀 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，它采用了 Common Voice 数据集 中的语音，并对语音进行了调整，使其听起来与原始语音有所不同。

🚀 快速开始

安装依赖

可以使用以下命令安装必要的库：

pip install nemo_toolkit['tts'] soundfile

运行示例代码

以下是使用该模型进行文本转语音的示例代码：

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").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)

💻 使用示例

基础用法

上述代码展示了如何使用该泰语 TTS 模型将泰语文本转换为语音，并将生成的语音保存为 speech.wav 文件。

📚 详细文档

更多详细信息可以参考 Medium 文章：Text-To-Speech ภาษาไทยด้วย Tacotron2

📄 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。