Sunbird AI文字转语音（TTS）模型，基于鲁干达文本训练

使用Tacotron2在女性鲁干达共同语音录音上进行的文字转语音（TTS）

该存储库提供了使用SpeechBrain进行文字转语音（TTS）所需的所有工具。

预训练模型接收一个短文本作为输入，并输出一个声谱图。可以通过在生成的声谱图之上应用声码器（例如HiFIGAN）来获取最终的波形。

安装SpeechBrain

pip install speechbrain

请注意，我们鼓励您阅读我们的教程并了解更多 SpeechBrain 的内容。

执行文字转语音（TTS）

import torchaudio
from speechbrain.pretrained import Tacotron2
from speechbrain.pretrained import HIFIGAN

# Intialize TTS (tacotron2) and Vocoder (HiFIGAN)
tacotron2 = Tacotron2.from_hparams(source="sunbird/sunbird-lug-tts-commonvoice-female/", savedir="tmpdir_tts")
hifi_gan = HIFIGAN.from_hparams(source="speechbrain/tts-hifigan-ljspeech", savedir="tmpdir_vocoder")

# Running the TTS
mel_output, mel_length, alignment = tacotron2.encode_text("Mbagaliza Christmass Enungi Nomwaka Omugya Gubaberere Gwamirembe")

# Running Vocoder (spectrogram-to-waveform)
waveforms = hifi_gan.decode_batch(mel_output)

# Save the waverform
torchaudio.save('example_TTS.wav',waveforms.squeeze(1), 22050)

如果要一次生成多个句子，可以按照以下方式操作：

from speechbrain.pretrained import Tacotron2
tacotron2 = Tacotron2.from_hparams(source="speechbrain/TTS_Tacotron2", savedir="tmpdir")
items = [
       "Nsanyuse okukulaba",
       "Erinnya lyo ggwe ani?",
       "Mbagaliza Christmass Enungi Nomwaka Omugya Gubaberere Gwamirembe"
     ]
mel_outputs, mel_lengths, alignments = tacotron2.encode_batch(items)

在GPU上推理

要在GPU上执行推理，调用 from_hparams 方法时添加 run_opts={"device":"cuda"}。