OuteTTS: experimentelles Text-to-Speech-Modell, TTS implementiert mit einem reinen Sprachmodellierungsansatz

Allgemeine Einführung

OuteTTS ist ein experimentelles Text-to-Speech (TTS)-Modell, das einen reinen Sprachmodellierungsansatz verwendet, um qualitativ hochwertige Sprache zu erzeugen. Im Gegensatz zu herkömmlichen TTS-Systemen benötigt OuteTTS keine externen Adapter oder komplexe Architekturen. Das Modell basiert auf der LLaMa-Architektur und unterstützt eine Sprachklon-Funktion, die die Erzeugung von Sprache mit zufälligen Sprechereigenschaften ermöglicht.

OuteTTS-0.1-350M ist ein Schritt nach vorn bei der Vereinfachung der Text-to-Speech-Synthese. OuteTTS-0.1-350M beweist, dass qualitativ hochwertige Sprache durch einen rein linguistischen Modellierungsansatz erzeugt werden kann.

Funktionsliste

• Text-to-SpeechKonvertiert getippten Text in natürliche, flüssige Sprache.
• SprachklonenErstellen Sie benutzerdefinierte Sprecher, indem Sie Audiodateien referenzieren und die entsprechende Sprache erzeugen.
• Unterstützung mehrerer Modelle: Hugging Face Modell und GGUF Modell werden unterstützt.
• Audio-Wiedergabe und -SpeicherungDie erzeugte Stimme kann direkt abgespielt oder als Audiodatei gespeichert werden.
• Temperatur und WiederholungsstrafenSteuerung der Diversität und Glätte der erzeugten Sprache durch Anpassung der Parameter Temperatur und Wiederholungsstrafe.

Hilfe verwenden

Einbauverfahren

1. Installation von OuteTTS::

   pip install outetts
   

   Wichtig: Für die GGUF-Unterstützung müssen Sie manuell die llama-cpp-python. Bitte besuchen Sie lama-cpp-python Holen Sie sich spezifische Installationsanweisungen.

Verwendung

1. Initialisierung der Schnittstelle::

   from outetts.v0_1.interface import InterfaceHF, InterfaceGGUF
   # 使用 Hugging Face 模型初始化接口
   interface = InterfaceHF("OuteAI/OuteTTS-0.1-350M")
   # 或者使用 GGUF 模型初始化接口
   # interface = InterfaceGGUF("path/to/model.gguf")
   

2. TTS-Ausgabe generieren::

   output = interface.generate(
   text="Hello, am I working?",
   temperature=0.1,
   repetition_penalty=1.1,
   max_length=4096
   )
   

3. Abspielen und Speichern erzeugter Audiodaten::

   # 播放生成的音频
   output.play()
   # 保存生成的音频到文件
   output.save("output.wav")
   

Sprachklonen

1. Benutzerdefinierte Lautsprecher erstellen::

   speaker = interface.create_speaker(
   "path/to/reference.wav",
   "reference text matching the audio"
   )
   

2. Speichern und Laden von Lautsprechern::

   # 保存说话人到文件
   interface.save_speaker(speaker, "speaker.pkl")
   # 从文件加载说话人
   speaker = interface.load_speaker("speaker.pkl")
   

3. TTS-Erzeugung mit benutzerdefinierter Sprache::

   output = interface.generate(
   text="This is a cloned voice speaking",
   speaker=speaker,
   temperature=0.1,
   repetition_penalty=1.1,
   max_length=4096
   )
   

Parametrisierung

• TemperaturSteuert die Vielfalt der erzeugten Sprache. Niedrigere Temperaturen (z. B. 0,1) erzeugen deterministischere Ausgaben, während höhere Temperaturen (z. B. 0,7) vielfältigere Ausgaben erzeugen.
• Wiederholungsstrafe (repetition_penalty)Wiederholungen: Steuert den Grad der Wiederholung in der generierten Sprache. Eine höhere Wiederholungsstrafe (z. B. 1,1) verringert die Erzeugung von doppeltem Inhalt.

Durch die oben genannten Schritte können Benutzer das OuteTTS-Modell einfach installieren und für Text-zu-Sprache- und Sprachklonierungsvorgänge verwenden. Detaillierte Parameteranpassungen und Anwendungsbeispiele helfen den Nutzern, eine qualitativ hochwertige Sprachausgabe entsprechend ihren spezifischen Anforderungen zu erzeugen.