ttskit
Text To Speech Toolkit: 语音合成工具箱。
安装
pip install -U ttskit
- 注意
- 可能需另外安装的依赖包：torch，版本要求torch>=1.6.0,<=1.7.1，根据自己的实际环境安装合适cuda或cpu版本的torch。
- ttskit的默认音频采样率为22.5k。
- 自行设置环境变量CUDA_VISIBLE_DEVICES以调用GPU，如果不设置，则默认调用0号GPU，没有GPU则使用CPU。
资源
使用ttskit的过程中会自动下载模型和语音资源。
如果下载太慢或无法下载，也可自行从百度网盘下载，把下载的资源合并到ttskit目录下（更新resource目录）。
链接：https://pan.baidu.com/s/13RPGNEKrCX3fgiGl7P5bpw
提取码：b7hw
快速使用
import ttskit
ttskit.tts('这是个示例', audio='24')
# 参数介绍
'''语音合成函数式SDK接口，函数参数全部为字符串格式。
text为待合成的文本。
speaker为发音人名称，可选名称为_reference_audio_dict；默认的发音人名称列表见resource/reference_audio/__init__.py。
audio为发音人参考音频，如果是数字，则调用内置的语音作为发音人参考音频；如果是语音路径，则调用audio路径的语音作为发音人参考音频。
output为输出，如果以.wav结尾，则为保存语音文件的路径；如果以play开头，则合成语音后自动播放语音。
'''
版本
v0.1.7
sdk_api
语音合成SDK接口。 本地函数式地调用语音合成。
- 简单使用
from ttskit import sdk_api
wav = sdk_api.tts_sdk('文本', audio='24')cli_api
语音合成命令行接口。 用命令行调用语音合成。
- 简单使用
from ttskit import cli_api
args = cli_api.parse_args()
cli_api.tts_cli(args)
# 命令行交互模式使用语音合成。- 命令行
tkcli
usage: tkcli [-h] [-i INTERACTION] [-t TEXT] [-s SPEAKER] [-a AUDIO]
[-o OUTPUT] [-m MELLOTRON_PATH] [-w WAVEGLOW_PATH] [-g GE2E_PATH]
[--mellotron_hparams_path MELLOTRON_HPARAMS_PATH]
[--waveglow_kwargs_json WAVEGLOW_KWARGS_JSON]
语音合成命令行。
optional arguments:
-h, --help show this help message and exit
-i INTERACTION, --interaction INTERACTION
是否交互，如果1则交互，如果0则不交互。交互模式下：如果不输入文本或发音人，则为随机。如果输入文本为exit
，则退出。
-t TEXT, --text TEXT Input text content
-s SPEAKER, --speaker SPEAKER
Input speaker name
-a AUDIO, --audio AUDIO
Input audio path or audio index
-o OUTPUT, --output OUTPUT
Output audio path. 如果play开头，则播放合成语音；如果.wav结尾，则保存语音。
-m MELLOTRON_PATH, --mellotron_path MELLOTRON_PATH
Mellotron model file path
-w WAVEGLOW_PATH, --waveglow_path WAVEGLOW_PATH
WaveGlow model file path
-g GE2E_PATH, --ge2e_path GE2E_PATH
Ge2e model file path
--mellotron_hparams_path MELLOTRON_HPARAMS_PATH
Mellotron hparams json file path
--waveglow_kwargs_json WAVEGLOW_KWARGS_JSON
Waveglow kwargs json
web_api
语音合成WEB接口。 构建简单的语音合成服务。
- 简单使用
from ttskit import web_api
web_api.app.run(host='0.0.0.0', port=2718, debug=False)
# 用POST或GET方法请求：http://localhost:2718/tts，传入参数text、audio、speaker。
# 例如GET方法请求：http://localhost:2718/tts?text=这是个例子&audio=2- 使用说明
http_server
语音合成简易界面。 构建简单的语音合成网页服务。
- 简单使用
from ttskit import http_server
http_server.start_sever()
# 打开网页：http://localhost:9000/ttskit- 命令行
tkhttp
usage: tkhttp [-h] [--device DEVICE] [--host HOST] [--port PORT]
optional arguments:
-h, --help show this help message and exit
--device DEVICE 设置预测时使用的显卡,使用CPU设置成-1即可
--host HOST IP地址
--port PORT 端口号
- 网页界面
resource
模型数据等资源。
audio model reference_audio
- 内置发音人映射表
_speaker_dict = {
1: 'Aibao', 2: 'Aicheng', 3: 'Aida', 4: 'Aijia', 5: 'Aijing',
6: 'Aimei', 7: 'Aina', 8: 'Aiqi', 9: 'Aitong', 10: 'Aiwei',
11: 'Aixia', 12: 'Aiya', 13: 'Aiyu', 14: 'Aiyue', 15: 'Siyue',
16: 'Xiaobei', 17: 'Xiaogang', 18: 'Xiaomei', 19: 'Xiaomeng', 20: 'Xiaowei',
21: 'Xiaoxue', 22: 'Xiaoyun', 23: 'Yina', 24: 'biaobei', 25: 'cctvfa',
26: 'cctvfb', 27: 'cctvma', 28: 'cctvmb', 29: 'cctvmc', 30: 'cctvmd'
}encoder
声音编码器。
mellotron
语音合成器。
waveglow
声码器。