IMS Toucan: 빠르고 제어 가능한 다국어(7000개 이상의 언어 지원) 텍스트 음성 변환 도구

일반 소개

IMS Toucan은 독일 슈투트가르트 대학교의 자연어 처리 연구소(IMS)에서 개발한 최첨단 텍스트 음성 변환(TTS) 툴킷입니다. 7000개 이상의 언어를 지원하는 이 툴킷은 빠르고 제어 가능하며 컴퓨팅 리소스 요구 사항이 낮으며, 연구, 교육 및 실제 애플리케이션을 위한 효율적인 음성 합성 솔루션을 제공하도록 설계되었습니다. 툴킷을 통해 사용자는 최첨단 음성 합성 기술을 훈련하고, 사용하고, 가르칠 수 있으며, IMS Toucan은 다양한 기능 모듈과 유연한 제어 인터페이스를 제공하여 사용자가 필요에 따라 고품질 음성 출력을 생성할 수 있도록 지원합니다.

데모: https://huggingface.co/spaces/Flux9665/MassivelyMultilingualTTS

기능 목록

다국어 지원7000개 이상의 언어로 텍스트 음성 합성을 지원합니다.
빠른 합성실시간 애플리케이션을 위한 효율적인 음성 생성 속도.
제어 가능사용자가 음성의 높낮이, 리듬, 음색을 정밀하게 제어할 수 있습니다.
낮은 컴퓨팅 성능실행에 많은 컴퓨팅 리소스가 필요하지 않으며 다양한 하드웨어 환경에 적합합니다.
대화형 프레젠테이션음성 합성 기능을 직접 체험할 수 있도록 온라인 데모를 제공합니다.
오픈 소스간편한 2차 개발 및 사용자 지정을 위한 완벽한 오픈 소스 코드 기반입니다.
사전 교육 모델사용자가 직접 사용하거나 추가로 미세 조정할 수 있는 사전 학습된 음성 합성 모델을 제공합니다.

도움말 사용

설치 프로세스

기본 요구 사항파이썬 버전 3.10을 권장합니다. 다음 종속성을 설치해야 합니다: libsndfile1, espeak-ng, ffmpeg, libasound-dev, libportaudio2, libsqlite3-dev.
클론 창고IMS Toucan 리포지토리를 로컬 머신에 복제합니다(모델 학습에는 CUDA 지원 GPU가 권장되며, 추론에는 GPU가 필요하지 않습니다).

   git clone https://github.com/DigitalPhonetics/IMS-Toucan.git
cd IMS-Toucan

가상 환경 만들기: 가상 환경을 만들고 활성화하여 기본 종속성을 설치합니다.

   python -m venv <path_to_env>
source <path_to_env>/bin/activate
pip install --no-cache-dir -r requirements.txt

데모 스크립트 실행설치가 완료되면 데모 목적으로 다음 스크립트를 실행할 수 있습니다.

   python run_advanced_GUI_demo.py

기능 작동 흐름

텍스트 음성 변환대화형 인터페이스에 텍스트를 입력하고 언어 및 음성 매개변수를 선택한 다음 생성 버튼을 클릭하여 음성을 생성합니다.
음성 제어음높이 및 지속 시간 슬라이더를 드래그하여 생성된 음성의 음높이와 리듬을 정밀하게 조정할 수 있습니다.
음성 대체음성 매개 변수를 동일하게 유지하면서 다른 음성 모델로 변경할 수 있습니다.
모델 교육사용자는 자체 데이터 세트를 사용하여 새로운 음성 모델을 학습할 수 있으며, 학습 스크립트는 리포지토리에 있는 학습 스크립트와 설명서를 참조하세요.

주요 기능

다국어 지원7,000개 이상의 언어를 지원하는 IMS Toucan은 사용자가 필요에 따라 음성 합성을 위해 다양한 언어를 선택할 수 있습니다.
효율적인 합성IMS Toucan은 컴퓨팅 리소스가 부족한 환경에서도 고품질 음성을 빠르게 생성할 수 있습니다.
유연한 제어사용자는 대화형 인터페이스를 통해 음성의 파라미터를 정밀하게 제어하여 요구 사항을 충족하는 음성 출력을 생성할 수 있습니다.