vits-new-mms-graphemes
модель синтеза речи для языка ньюар
1 мин чтенияобновлено
Эта модель представляет собой адаптацию архитектуры VITS от Meta на базе upstream-решения facebook/mms-tts-new, упакованную для ONNX-библиотеки phoonnx. Она решает задачу Text-to-Speech (синтез речи) для языка ньюар (Newar), преобразуя текстовые графемы в качественный аудиофайл формата WAV. Модель основана на проверенных наработках Meta MMS (Massively Multilingual Speech) и оптимизирована для работы через phoonnx, а также интеграции с голосовым ассистентом OVOS. Подойдет разработчикам локальных голосовых интерфейсов и исследователям редких языков.
Ключевые особенности
- Архитектура VITS для качественного генеративного синтеза речи
- Базируется на наработках проекта facebook/mms-tts-new от Meta
- Полностью упакована для использования в ONNX-библиотеке phoonnx
- Поддержка интеграции в голосовой помощник OVOS через плагин ovos-tts-plugin-phoonnx
Что можно сделать
- Синтезировать речь на языке ньюар из текстовых строк с помощью Python-скрипта
- Подключить модель в экосистему OVOS через конфигурационный файл mycroft.conf
- Использовать встроенный текстовый фронтенд scriptconv для нормализации символов и графем
Пример
Пример генерации речи на языке ньюар с использованием phoonnx в Python:
import wave
from phoonnx.model_manager import TTSModelManager
manager = TTSModelManager()
manager.load()
manager.merge_default_voices()
voice = manager.voices["facebook/mms-tts-new-Newar"].load()
with wave.open("output.wav", "wb") as wav_file:
text = "..." # a sentence in new
voice.synthesize_wav(text, wav_file)
Подробнее
Архитектура: VITSАпстрим: facebook/mms-tts-new
Язык: ньюар (Newar / `new`)
Лицензия: cc-by-nc-4.0










Комментарии