mozilla/TTS

项目概览

提供 Tacotron2、Glow-TTS 等 4 种声学模型与 6 种声码器，并支持向 TensorFlow 及 TFLite 转换以用于推理。

项目类型

模型运行 · 数据处理 · 语音音频

部署方式

查看项目说明

License

MPL-2.0

适合谁

• 寻找 TTS 产品和研究项目工具的开发者、AI 工程师和研究人员。

核心能力

• 提供用于文本转语音任务的深度学习模型，包括 Tacotron、Tacotron2、Glow-TTS 和 SpeedySpeech。
• 提供用于音频生成的声码器模型，包括 MelGAN、Multiband-MelGAN、GAN-TTS、ParallelWaveGAN、WaveGrad 和 WaveRNN。
• 提供 Speaker Encoder 功能，用于为多说话人 TTS 计算说话人嵌入向量。
• 提供用于模型测试的演示服务器。
• 能够将 PyTorch 模型转换为 TensorFlow 2.0 和 TFLite，以用于推理。
• 提供在 dataset_analysis 下整理文本转语音数据集的工具，以及用于自定义数据集的通用数据加载器。
• 通过多 GPU 支持，提供模型训练功能。
• 在控制台和 Tensorboard 上提供详细的训练日志。

限制与风险

• 项目要求 Python 版本大于等于 3.6 且小于 3.9。

如何开始

• 通过 pip 安装（pip install TTS）是使用单条命令合成语音的最简便选项。安装后，可运行 tts --list_models 列出已发布的模型，并通过 tts --text 等 CLI 参数指定模型和声码器合成语音。

核验依据

• README: TTS is a library for advanced Text-to-Speech generation. It's built on the latest research, was designed to achieve the best trade-off among ease-of-training, speed and quality.
• README: If you are only interested in [synthesizing speech](https://github.com/mozilla/TTS/tree/dev#example-synthesizing-speech-on-terminal-using-the-released-models) with the released TT…
• README: - High performance Deep Learning models for Text2Speech tasks. - Text2Spec models (Tacotron, Tacotron2, Glow-TTS, SpeedySpeech). - Speaker Encoder to compute speaker embeddings ef…
• Release: TTS v0.0.9 (first release)
• README: After the installation, TTS provides a CLI interface for synthesizing speech using pre-trained models. You can either use your own model or the release models under the TTS projec…

内容核验时间：