piper - 针对树莓派4优化的高效本地文本转语音系统

Piper 项目介绍

Piper 是一个快速的本地神经语音合成系统，音质出众，专为 Raspberry Pi 4 优化。这个项目属于开放家庭基金会的一部分，被广泛应用于许多项目中，例如 Home Assistant 和 Rhasspy 3 等。

Piper 的目标是支持 Home Assistant 和“语音之年”活动的需求。通过使用 VITS 模型训练生成的声音，并将模型导出到 onnxruntime，Piper 提供了多种语言的语音支持，方便地应用于家庭助手等场景。

Piper 目前支持多种语言，包括但不限于：

完整的语言支持列表包括阿拉伯语、加泰罗尼亚语、捷克语、威尔士语、丹麦语等，共计超过 30 种语言。

使用 Piper 需要两个文件：

这些文件包含了语音模型和相应的配置信息。用户可以通过运行命令将文本转换为语音输出。例如：

echo 'Welcome to the world of speech synthesis!' | \
  ./piper --model en_US-lessac-medium.onnx --output_file welcome.wav

Piper 还支持多说话人模式，只需添加 --speaker 参数来切换说话人。

用户可以选择直接下载 Piper 的二进制发行版来安装，支持多种架构，包括：

或者，通过源码进行构建。在构建之前，需要下载并解压 piper-phonemize，以便构建所需的库文件。

对于 Python 用户，可以通过 pip install piper-tts 直接安装 Piper，然后运行对应命令来实现语音合成。

Piper 还提供流式音频输出和 JSON 格式输入的功能。流式音频允许逐字输出音频，非常适合实时应用。JSON 输入则支持更复杂的输入结构，如指定不同的说话人和输出文件。

Piper 已被应用于多个项目，例如：

这些项目展示了 Piper 在不同领域和应用场景中的灵活性和可能性。

以上就是对 Piper 项目的详细介绍，这个项目通过优秀的语音合成技术带来了便捷的解决方案，为家庭自动化和其他智能系统提供更自然的人机交互体验。