TTS de maneira rápida com interface/UI utilizando EDGE-TTS, Elevenlabs e em breve ConquiTTS
Este é um projeto que permite gerar áudio a partir de texto usando diferentes modelos de voz e velocidades de fala. Ele utiliza duas APIs diferentes para gerar o áudio: Edge-TTS (Gratuitamente) e Elevenlabs com api e Elevenlabs de maneira grauita (com limite). Além disso, oferece a opção de cortar o silêncio do áudio resultante.
- Edge-TTS: Utiliza a biblioteca Edge-TTS para gerar áudio a partir do texto inserido.
- Elevenlabs: Oferece duas opções para gerar áudio usando a API Elevenlabs: uma versão gratuita e outra que requer uma chave de API.
- Conqui-TTS: Em desenvolvimento.
No Colab, só dê play e seja feliz (Costuma funcionar mais a API FREE do elevenlabs, obviamente tem limite de requests.)
No Huggingface, tem mais limitações, mas o edge-tts é tranquilo.
- Clone o repositório para sua máquina local.
git clone https://github.com/RafaelGodoyEbert/TTS-R-pido
- Instale as dependências necessárias especificadas no arquivo
requirements.txt
.pip install -r requirements.txt
- Execute o script Python
app.py
. - Acesse o aplicativo Gradio no navegador.
- Ou execute o
webui.bat
gradio
: Para criar a interface de usuário interativa.pydub
: Para manipular arquivos de áudio.requests
: Para fazer solicitações HTTP à API Elevenlabs.
Se você deseja contribuir para este projeto, sinta-se à vontade para abrir uma issue ou enviar um pull request. Todas as contribuições são bem-vindas!
- A rany2 pelo Edge-TTS.
- A Elevenlabs pela API de TTS.
- Aos colaboradores deste projeto.
Desenvolvido por Rafael Godoy Ebert.
Se gostou deste projeto e deseja apoiá-lo, considere doar pelo Pix.