Coqui TTS基于深度学习的文本转语音库

Coqui TTS 是一个用于高级文本到语音生成的库。它建立在最新研究的基础上，旨在实现易于训练、速度和质量之间的最佳平衡。Coqui TTS 带有预训练模型、用于测量数据集质量的工具，并且已经在 20 多种语言中用于产品和研究项目。

特征：

• 用于 Text2Speech 任务的高性能深度学习模型


• 快速高效的模型训练


• 终端和 Tensorboard 上的详细训练日志


• 支持多扬声器 TTS


• 高效、灵活、轻量级但具有完整的 Trainer API


• 能够将 PyTorch 模型转换为 Tensorflow 2.0 和 TFLite 以进行推理


• 已发布和可供阅读的模型


• 在 dataset_analysis 下管理 Text2Speech 数据集的工具


• 用于使用和测试模型的实用程序


• 模块化的代码库可以轻松实现新想法

安装

从 PyPI 安装是最简单的选择。

pip install TTS

默认情况下，这只会安装 PyTorch，要安装 tensorflow 依赖项，需要额外使用tf。

pip install TTS[tf]

如果您打算编码或训练模型，请克隆并在本地安装它。

git clone https://github.com/coqui-ai/TTS

pip install -e .[all,dev,notebooks,tf]  # Select the relevant extras

如果您使用的是 Ubuntu (Debian)，还可以运行以下命令进行安装。

$ make system-deps  # intended to be used on Ubuntu (Debian). Let us know if you have a diffent OS.

$ make install