TTS - 🐸💬- 用于文本到语音的深度学习工具包，在研究和生产中经过实战测试

在命令行上合成语音。

可以使用经过训练的模型，也可以从提供的列表中选择模型。

如果未指定任何模型，则它使用基于 LJSpeech 的英语模型。

单扬声器型号

• 列出提供的型号：

  $ tts --list_models
  

• 获取模型信息（tts_models和vocoder_models）：

  • 按类型/名称查询：model_info_by_name使用来自 --list_models 的名称。

    $ tts --model_info_by_name "<model_type>/<language>/<dataset>/<model_name>"
    

    例如：

    $ tts --model_info_by_name tts_models/tr/common-voice/glow-tts
    $ tts --model_info_by_name vocoder_models/en/ljspeech/hifigan_v2
    

  • 按类型/idx 查询：model_query_idx使用 --list_models 中的相应 idx。

    $ tts --model_info_by_idx "<model_type>/<model_query_idx>"
    

    例如：

    $ tts --model_info_by_idx tts_models/3
    

  • 按全名查询模型信息：

    $ tts --model_info_by_name "<model_type>/<language>/<dataset>/<model_name>"
    

• 使用默认模型运行 TTS：

  $ tts --text "Text for TTS" --out_path output/path/speech.wav
  

• 使用默认声码器模型运行 TTS 模型：

  $ tts --text "Text for TTS" --model_name "<model_type>/<language>/<dataset>/<model_name>" --out_path output/path/speech.wav
  

  例如：

  $ tts --text "Text for TTS" --model_name "tts_models/en/ljspeech/glow-tts" --out_path output/path/speech.wav
  

• 使用列表中的特定 TTS 和声码器模型运行：

  $ tts --text "Text for TTS" --model_name "<model_type>/<language>/<dataset>/<model_name>" --vocoder_name "<model_type>/<language>/<dataset>/<model_name>" --out_path output/path/speech.wav
  

  例如：

  $ tts --text "Text for TTS" --model_name "tts_models/en/ljspeech/glow-tts" --vocoder_name "vocoder_models/en/ljspeech/univnet" --out_path output/path/speech.wav
  

• 运行你自己的TTS模型（使用Griffin-Lim声码器）：

  $ tts --text "Text for TTS" --model_path path/to/model.pth --config_path path/to/config.json --out_path output/path/speech.wav
  

• 运行你自己的 TTS 和声码器模型：

  $ tts --text "Text for TTS" --model_path path/to/model.pth --config_path path/to/config.json --out_path output/path/speech.wav
      --vocoder_path path/to/vocoder.pth --vocoder_config_path path/to/vocoder_config.json
  

多扬声器型号

• 列出可用的扬声器并从中选择<speaker_id>：

  $ tts --model_name "<language>/<dataset>/<model_name>"  --list_speaker_idxs
  

• 使用目标扬声器 ID 运行多扬声器 TTS 模型：

  $ tts --text "Text for TTS." --out_path output/path/speech.wav --model_name "<language>/<dataset>/<model_name>"  --speaker_idx <speaker_id>
  

• 运行你自己的多扬声器 TTS 模型：

  $ tts --text "Text for TTS" --out_path output/path/speech.wav --model_path path/to/model.pth --config_path path/to/config.json --speakers_file_path path/to/speaker.json --speaker_idx <speaker_id>
  

语音转换模型

$ tts --out_path output/path/speech.wav --model_name "<language>/<dataset>/<model_name>" --source_wav <path/to/speaker/wav> --target_wav <path/to/reference/wav>

目录结构

|- notebooks/       (Jupyter Notebooks for model evaluation, parameter selection and data analysis.)
|- utils/           (common utilities.)
|- TTS
    |- bin/             (folder for all the executables.)
      |- train*.py                  (train your target model.)
      |- ...
    |- tts/             (text to speech models)
        |- layers/          (model layer definitions)
        |- models/          (model definitions)
        |- utils/           (model specific utilities.)
    |- speaker_encoder/ (Speaker Encoder models.)
        |- (same)
    |- vocoder/         (Vocoder models.)
        |- (same)