EmotiVoice简介

EmotiVoice是由网易有道开发的一款开源TTS引擎,具有以下主要特点:

• 完全免费开源
• 支持中英文双语
• 拥有2000多种不同音色
• 可以合成包含多种情感(如快乐、兴奋、悲伤、愤怒等)的语音
• 提供易用的Web界面和脚本接口

快速开始

Docker镜像方式

最简单的尝试方法是运行Docker镜像:

docker run -dp 127.0.0.1:8501:8501 syq163/emoti-voice:latest

然后访问 http://localhost:8501 即可使用Web界面。

完整安装

1. 创建conda环境:

conda create -n EmotiVoice python=3.8 -y
conda activate EmotiVoice

2. 安装依赖:

pip install torch torchaudio
pip install numpy numba scipy transformers soundfile yacs g2p_en jieba pypinyin pypinyin_dict
python -m nltk.downloader "averaged_perceptron_tagger_eng"

3. 下载预训练模型文件

4. 运行推理

相关资源

• GitHub 仓库
• 在线演示
• HTTP API 文档
• 语音克隆教程

开发计划

• 支持更多语言,如日语和韩语
• 改进情感/风格控制
• 优化性能和质量

EmotiVoice重视社区反馈,欢迎提出建议和需求。如有问题可以在GitHub上提issue或加入微信群交流。

希望这个学习资料汇总能帮助大家快速上手使用EmotiVoice。随着项目的不断发展,我们会持续更新相关内容。