แคตตาล็อก
ชุดข้อมูล
ไฟล์บันทึกเสียงที่อยู่เบื้องหลังเสียงต่างๆ ดูว่าชุดข้อมูลใดมีโมเดลแล้ว และชุดข้อมูลใดพร้อมสำหรับการฝึก
130ชุดข้อมูล
32มีโมเดลแล้ว
98รอการฝึก
เรียกดู
แคตตาล็อกทั้งหมด575 โมเดลเสียง · 75 ภาษาเปรียบเทียบเสียงประโยคเดียวกัน สูงสุดสี่เสียงคลังของฉันเสียงโปรดของคุณบนอุปกรณ์นี้มีอะไรใหม่เพิ่มหรืออัปเดตในช่วง 14 วันที่ผ่านมาสร้างเสียง
สร้างชุดข้อมูล LJSpeech สำหรับ Piper TTSLJSpeech คือรูปแบบมาตรฐานที่ Piper คาดหวัง แต่ละประโยคคือไฟล์ WAV แยกกัน จับคู่กับคำถอดความใน metadata.csvฝึกเสียงบน KaggleKaggle จัดสรรโควตา GPU ให้บัญชีของคุณ และอาจแตกต่างกันตามความพร้อมใช้งาน โปรดตรวจสอบตัวนับก่อนเริ่มเซสชันที่ใช้เวลานานเริ่มต้นใช้งาน
ภาพรวมPiperHub คืออะไรและเอกสารจัดระเบียบอย่างไรสร้างเสียง
สร้างชุดข้อมูล LJSpeech สำหรับ Piper TTSLJSpeech คือรูปแบบมาตรฐานที่ Piper คาดหวัง แต่ละประโยคคือไฟล์ WAV แยกกัน จับคู่กับคำถอดความใน metadata.csvฝึกเสียงบน KaggleKaggle จัดสรรโควตา GPU ให้บัญชีของคุณ และอาจแตกต่างกันตามความพร้อมใช้งาน โปรดตรวจสอบตัวนับก่อนเริ่มเซสชันที่ใช้เวลานานใช้งานเสียง
ใช้เสียง Piperติดตั้ง Piper รับไฟล์ 2 ไฟล์ของเสียงที่เลือก แล้วสร้าง WAV ในเครื่อง คำสั่งด้านล่างใช้เวอร์ชันที่ดูแลโดย Open Home Foundationผสาน Piper ในโปรเจกต์ Node.js ด้วย piperttspipertts นำ Piper มาสู่ Node.js ทั้งแบบเขียนไฟล์หรือเสียงในหน่วยความจำ โหมดที่แนะนำคือ PiperNativeTTS: การอนุมานแบบเนทีฟ 100% ในกระบวนการ (ONNX + สะพาน espeak ที่คอมไพล์แล้ว) ไม่ใช้ Python เร็วกว่า wrapper ประมาณ 10 เท่า เสียง (.onnx + .onnx.json) ยังคงเป็นไฟล์แยกกันเสียง Piper Plusเสียงบางส่วนใช้สถาปัตยกรรม Piper Plus: การสังเคราะห์หลายภาษา ทำนองเสียง และการถอดรหัส MB-iSTFT เสียงเหล่านี้มีป้าย Piper+ ในแคตตาล็อกและต้องใช้รันไทม์ piper-plus ไม่ใช่ไบนารี piper มาตรฐานแคตตาล็อก
ไฟล์บันทึกเสียงที่อยู่เบื้องหลังเสียงต่างๆ ดูว่าชุดข้อมูลใดมีโมเดลแล้ว และชุดข้อมูลใดพร้อมสำหรับการฝึก