Von Aufnahmen
zur Stimme.

Piper mit pipertts in ein Node.js-Projekt einbinden

pipertts bringt Piper nach Node.js, mit Dateiausgabe oder Audio im Speicher. Der empfohlene Modus ist PiperNativeTTS: 100 % native prozessinterne Inferenz (ONNX plus kompilierte espeak-Brücke), ohne Python, etwa 10-mal schneller als der Wrapper. Stimmen (.onnx plus .onnx.json) bleiben getrennte Dateien.

1. 01

   Abhängigkeiten installieren

   Die Dokumentation nennt Node.js 18+ und TypeScript 5+. Der native Modus braucht sonst nichts: Ein npm install genügt. Der klassische Wrapper-Modus (PiperTTS über python3 -m piper) braucht zusätzlich Python und das Piper-Modul. Die Auswahl per Katalogkennung kann Modell und Konfiguration nach models/ laden.

   npm install pipertts
   # mode wrapper uniquement : python3 -m pip install piper-tts

2. 02

   Schnellstart mit einer Katalogstimme

   import { PiperNativeTTS, resolveModelPathFromOptions } from "pipertts";
   import * as fs from "node:fs";
   
   const modelPath = await resolveModelPathFromOptions({
     model: "en_US-lessac-medium",
     modelsDir: "./models",
   });
   const tts = await PiperNativeTTS.load({ modelPath });
   
   const { audio } = await tts.synthesize("Hello from Piper.");
   fs.writeFileSync("./hello.wav", audio);

3. 03

   Ein lokales Modell nutzen

   Für eine manuell heruntergeladene Stimme übergib den Pfad der ONNX-Datei. Die zugehörige .onnx.json-Datei muss daneben liegen; per configPath gibst du einen abweichenden Pfad an.

   import { PiperNativeTTS } from "pipertts";
   
   const tts = await PiperNativeTTS.load({
     modelPath: "./models/my-voice.onnx",
   });
   const { audio, sampleRate } = await tts.synthesize("Hello.", { speakerId: 0 });

4. 04

   API und Formate

   synthesize() liefert audio (Buffer), sampleRate und text; outputFile schreibt zusätzlich auf die Platte. Optionen: speakerId (mehrere Stimmen und Stile), lengthScale (> 1 verlangsamt, < 1 beschleunigt), noiseScale, noiseWScale, sentenceSilence, normalizeAudio, volume und outputFormat (wav, raw, mp3, ogg oder opus). mp3 und opus haben native JS-Implementierungen; ogg braucht FFmpeg. phonemize() und synthesizeChunks() geben satzweisen Zugriff auf niedriger Ebene.

5. 05

   Alter Wrapper (PiperTTS)

   PiperTTS startet python3 -m piper, ein Prozess pro Synthese: etwa 10-mal langsamer, nur für Umgebungen, in denen die native Engine nicht läuft. Braucht Python und das Piper-Modul.

   import { PiperTTS } from "pipertts";
   
   const tts = await PiperTTS.create({
     modelPath: "./models/en_US-lessac-medium.onnx",
   });
   await tts.synthesizeToFile("Hello from the legacy wrapper.", "./hello.wav");

   pipertts-Seite auf npm ↗pipertts-Repository auf GitHub ↗pipertts-Dokumentation und Beispiele ↗