От записей
к голосу.

Использовать Piper в проекте Node.js с pipertts

pipertts открывает Piper для Node.js: запись в файлы или аудио в памяти. Рекомендуемый режим: PiperNativeTTS, полностью нативный внутрипроцессный инференс (ONNX и скомпилированный мост espeak), без Python, примерно в 10 раз быстрее обёртки. Голоса (.onnx и .onnx.json) остаются отдельными файлами.

1. 01

   Установить зависимости

   В документации указаны Node.js 18+ и TypeScript 5+. Нативный режим больше ничего не требует: достаточно npm install. Классический режим обёртки (PiperTTS через python3 -m piper) дополнительно требует Python и модуль Piper. Выбор по идентификатору каталога может скачать модель и её конфигурацию в models/.

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

2. 02

   Быстрый старт с голосом из каталога

   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

   Использовать локальную модель

   Для голоса, скачанного вручную, передайте путь к файлу ONNX. Соответствующий файл .onnx.json должен лежать рядом; если конфигурация находится в другом месте, укажите configPath.

   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 и форматы

   synthesize() возвращает audio (Buffer), sampleRate и text; outputFile также записывает на диск. Параметры: speakerId (несколько голосов и стилей), lengthScale (> 1 замедляет, < 1 ускоряет), noiseScale, noiseWScale, sentenceSilence, normalizeAudio, volume и outputFormat (wav, raw, mp3, ogg или opus). Для mp3 и opus есть чисто JS-решения; для ogg нужен FFmpeg. Функции phonemize() и synthesizeChunks() дают низкоуровневый доступ, предложение за предложением.

5. 05

   Устаревшая обёртка (PiperTTS)

   PiperTTS запускает python3 -m piper, по одному процессу на синтез: примерно в 10 раз медленнее, подходит только для окружений, где нативный движок не работает. Требует Python и модуль Piper.

   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 на npm ↗pipertts на GitHub ↗Документация и примеры pipertts ↗