vits-ru-mms-graphemes
русская модель синтеза речи в формате ONNX
1 мин чтенияобновлено
Эта модель представляет собой вариант архитектуры VITS от Meta, основанный на проекте facebook/mms-tts-rus и переупакованный для работы с ONNX-библиотекой phoonnx. Она принимает на вход текст на русском языке и генерирует качественную аудиозапись (файл WAV). Модель удобна для интеграции в Python-приложения и голосовые ассистенты, включая экосистему OVOS (Open Voice Operating System). Она пригодится разработчикам голосовых ботов и автономных систем.
Ключевые особенности
- Основана на проверенной архитектуре VITS для синтеза речи
- Полная поддержка русского языка и посимвольного ввода текста
- Оптимизирована для работы через ONNX-формат с помощью phoonnx
- Поддерживает интеграцию в голосовой движок OVOS
Что можно сделать
- Добавить локальный синтез русской речи в свой Python-скрипт или бота
- Настроить голосовой движок в конфигурационном файле OVOS для умного дома
Пример
import wave
from phoonnx.model_manager import TTSModelManager
manager = TTSModelManager()
manager.load()
manager.merge_default_voices()
voice = manager.voices["facebook/mms-tts-rus-Russian"].load()
with wave.open("output.wav", "wb") as wav_file:
text = "Привет, это синтез речи."
voice.synthesize_wav(text, wav_file)
Подробнее
Архитектура: VITSБазовая модель: facebook/mms-tts-rus от Meta
Библиотека: phoonnx (ONNX text-to-speech)
Нормализация текста: через скрипт-конвертер scriptconv
Лицензия: cc-by-nc-4.0










Комментарии