tortoise-tts简介
tortoise-tts是一个开源的文本转语音(TTS)系统,由James Betker开发。它具有以下主要特点:
- 强大的多声音能力
- 高度逼真的韵律和语调
- 基于自回归解码器和扩散解码器
- 开源且易于使用
tortoise-tts的名字来源于莫哈韦沙漠的动植物,寓意其生成语音的速度较慢但质量很高。
安装使用
pip安装
可以直接通过pip从GitHub仓库安装最新开发版:
pip install git+https://github.com/neonbjb/tortoise-tts
本地安装
- 安装Miniconda
- 创建conda环境:
conda create --name tortoise python=3.9 numba inflect conda activate tortoise - 安装PyTorch等依赖
- 克隆tortoise-tts代码并安装
详细步骤请参考官方安装指南。
使用示例
基本用法
from TTS.api import TTS
tts = TTS("tts_models/en/multi-dataset/tortoise-v2")
# 生成语音
tts.tts_to_file(text="Hello, this is a test.", file_path="output.wav")
# 使用预设
tts.tts_to_file(text="Another test.", file_path="output2.wav", preset="ultra_fast")
# 语音克隆
tts.tts_to_file(text="Voice cloning test.",
file_path="output3.wav",
speaker="lj",
voice_dir="path/to/voice/samples/")
命令行使用
tts --model_name tts_models/en/multi-dataset/tortoise-v2 \
--text "This is an example." \
--out_path output.wav
在线演示
可以在Hugging Face Spaces上体验tortoise-tts的在线演示。
更多资源
tortoise-tts作为一个高质量的开源TTS系统,为研究人员和开发者提供了强大的语音合成工具。欢迎大家尝试使用并为项目贡献代码!
