EmotiVoice: 体验个性化多声音调的语音合成引擎

大家好！今天来给大家介绍一个非常酷的开源项目——EmotiVoice，它是一款功能强大、现代化的文本转语音引擎，并且完全免费！ https://github.com/netease-youdao/EmotiVoice

EmotiVoice 支持中文和英文，拥有超过 2000 种不同的语音（具体可以查看语音列表）。最令人兴奋的是，它拥有情绪合成功能，可以让你生成各种情绪的语音，比如开心、激动、悲伤、愤怒等等。

使用方式简单易行：

  • Web 页面： EmotiVoice 提供了一个易于使用的 Web 界面，让你轻松体验它的功能。
  • 脚本接口： 如果你需要批量生成语音，还可以使用脚本接口。

更多精彩功能:

  • 演示平台： 在 Replicate 上可以体验 EmotiVoice 演示版：EmotiVoice Demo
  • Mac 应用： EmotiVoice 的 Mac 应用于 2023 年 12 月 28 日发布，可以下载体验：下载链接
  • HTTP API： EmotiVoice HTTP API 于 2023 年 12 月 6 日发布，使用更方便，提供超过 13,000 次免费调用，并支持 Zhiyun 提供的更多吸引人的语音：API 文档
  • 语音克隆： EmotiVoice 支持使用你的个人数据进行语音克隆，并提供了 DataBaker Recipe 和 LJSpeech Recipe：语音克隆文档

未来展望：

  • 支持更多语言，例如日语和韩语。
  • EmotiVoice 非常重视社区反馈和用户需求，欢迎你贡献你的想法！

快速上手：

  • Docker 镜像： 最简单的方法是运行 Docker 镜像。你需要一台配备 NVidia GPU 的机器。如果没有，请按照 Linux 或 Windows WSL2 的说明设置 NVidia 容器工具。然后，可以使用以下命令运行 EmotiVoice：
docker run -dp 127.0.0.1:8501:8501 syq163/emoti-voice:latest
  • conda 环境：
conda create -n EmotiVoice python=3.8 -y
conda activate EmotiVoice
pip install torch torchaudio pip install numpy numba scipy transformers soundfile yacs g2p_en jieba pypinyin pypinyin_dict

python inference_am_vocoder_joint.py \
    --logdir prompt_tts_open_source_joint \
    --config_folder config/joint \
    --checkpoint g_00140000 \
    --test_file data/inference/text
  • 交互式 TTS 演示页面： 运行以下命令，使用交互式 TTS 演示页面：
pip install streamlit streamlit run demo_page.py
  • OpenAI 兼容 TTS API： 感谢 @lewangdev 添加了 OpenAI 兼容的 API。可以使用以下命令设置：
pip install fastapi pydub uvicorn[standard] pyrubberband uvicorn openaiapi:app --reload

希望这个介绍能帮助你更好地了解 EmotiVoice！