Kokoro-ONNX: ferramenta eficiente de conversão de texto em fala com suporte a vários idiomas e várias vozes

Introdução geral

O Kokoro-ONNX é uma ferramenta de conversão de texto em fala (TTS) de código aberto baseada no tempo de execução do ONNX. Desenvolvido pelo thewh1teagle, o projeto tem como objetivo fornecer uma solução de síntese de fala rápida e eficiente. O Kokoro-ONNX é compatível com vários idiomas, inclusive inglês, com suporte planejado para francês, japonês, coreano e chinês. A ferramenta apresenta uma ampla seleção de vozes, incluindo um modo de sussurro, e tem excelente desempenho, capaz de ser executada quase em tempo real no macOS M1. O design leve do kokoro-ONNX facilita a instalação e o uso, tornando-o adequado para desenvolvedores e pesquisadores que precisam de uma solução TTS eficiente.

Lista de funções

• Suporte de conversão de texto em fala (TTS) para vários idiomas
• Várias opções de voz, incluindo o modo sussurro
• Desempenho eficiente, operação quase em tempo real
• Design leve, pacote de instalação com cerca de 300 MB (cerca de 80 MB após a quantificação)
• Compatível com o macOS M1
• Código aberto, com base nas licenças MIT e Apache 2.0

Usando a Ajuda

Processo de instalação

1. Abra um terminal (PowerShell / Bash).
2. Execute o seguinte comando para instalar o Kokoro-ONNX:

   pip install -U kokoro-onnx

3. Faça o download dos documentos necessárioskokoro-v0_19.onnxresponder cantandovoices.jsone coloque-os no mesmo diretório.

Uso

1. Execute o seguinte comando em um terminal para iniciar o Kokoro-ONNX:

   uv init -p 3.12
uv add kokoro-onnx soundfile

2. comandante-em-chefe (militar)examples/save.pyCole o conteúdo do arquivohello.pyMédio.
3. Baixar arquivokokoro-v0_19.onnxresponder cantandovoices.jsone coloque-os no mesmo diretório.
4. Execute o seguinte comando para gerar a fala:

   python hello.py

Função Fluxo de operação

1. Selecione o idioma e a voz: emvoices.jsonSelecione o idioma e a voz desejados na lista
2. texto de entrada: emhello.pyDigite o texto a ser convertido em fala no campo
3. Gerar discursoDepois de executar o script, o arquivo de voz gerado será salvo no diretório especificado.

Funções em destaque

• Suporte a vários idiomasKokoro-ONNX: Atualmente, o Kokoro-ONNX oferece suporte ao inglês e planeja oferecer suporte a mais idiomas, como francês, japonês, coreano e chinês.
• Várias opções de somSons: Os usuários podem selecionar diferentes sons, inclusive o modo sussurro, para atender às necessidades de diferentes cenários.
• Alto desempenhoExecuta quase em tempo real no macOS M1 para cenários de aplicativos que exigem uma resposta rápida.
• Design leveO tamanho reduzido do pacote de instalação facilita a implantação e o uso rápido.

Com essas etapas, os usuários podem instalar e usar facilmente o Kokoro-ONNX para obter uma funcionalidade eficiente de conversão de texto em fala. Os procedimentos operacionais detalhados e as descrições detalhadas dos recursos garantem que os usuários possam começar a usar a ferramenta rapidamente e tirar o máximo proveito dela.