vits-av_ru-mms-graphemes
синтез речи на аварском языке в формате ONNX
1 мин чтенияобновлено
Модель преобразования текста в речь (TTS) для аварского языка (код локали av-RU). В основе лежит оригинальная модель facebook/mms-tts-ava с архитектурой VITS от Meta, сконвертированная в формат ONNX и упакованная автором Phoonnx для работы в библиотеке phoonnx. В отличие от исходной версии на PyTorch, этот вариант готов к запуску через ONNX-рантайм, а за нормализацию текста отвечает встроенный фронтенд scriptconv. Подойдёт разработчикам голосовых помощников и локальных сервисов с поддержкой аварского языка.
Ключевые особенности
- Архитектура VITS, адаптированная из модели
facebook/mms-tts-ava(автор оригинала — Meta). - Поставляется в формате ONNX для запуска через Python-библиотеку
phoonnx. - Принимает на вход символы текста (
graphemes), преобразуя их черезGraphemePhonemizerиз библиотекиscriptconv. - Поддерживает прямую интеграцию в голосовой ассистент OVOS через плагин
ovos-tts-plugin-phoonnx.
Что можно сделать
- Встроить озвучку текста на аварском языке в Python-скрипт или локальный сервис с сохранением аудио в WAV.
- Подключить голос
facebook/mms-tts-ava-Avarв конфигурацию голосового помощника OVOS (mycroft.conf).
Пример
import wave
from phoonnx.model_manager import TTSModelManager
manager = TTSModelManager()
manager.load()
manager.merge_default_voices()
voice = manager.voices["facebook/mms-tts-ava-Avar"].load()
with wave.open("output.wav", "wb") as wav_file:
voice.synthesize_wav("...", wav_file)Подробнее
Язык: аварский (av-RU).Идентификатор голоса в phoonnx: facebook/mms-tts-ava-Avar.
Лицензия: cc-by-nc-4.0 (унаследована от facebook/mms-tts-ava, только некоммерческое использование).
Установка: pip install --pre phoonnx.










Комментарии