Описание
MeloTTS — компактная модель синтеза речи, нацеленная на скорость. Генерирует речь на CPU быстрее реального времени, поддерживает пять языков, устанавливается одной командой и подходит для встраивания в приложения без GPU.
Что умеет:
— синтезировать речь быстрее реального времени на CPU;
— работать с пятью языками;
— устанавливаться одной командой;
— встраиваться в Python-приложения.
Полная документация ниже — автоматически из репозитория myshell-ai/MeloTTS (ветка main). Оригинальные материалы проекта распространяются на условиях его лицензии.
Introduction
MeloTTS is a high-quality multi-lingual text-to-speech library by MIT and MyShell.ai. Supported languages include:
| Language | Example |
|---|---|
| English (American) | Link |
| English (British) | Link |
| English (Indian) | Link |
| English (Australian) | Link |
| English (Default) | Link |
| Spanish | Link |
| French | Link |
| Chinese (mix EN) | Link |
| Japanese | Link |
| Korean | Link |
Some other features include:
- The Chinese speaker supports
mixed Chinese and English. - Fast enough for
CPU real-time inference.
Usage
The Python API and model cards can be found in this repo or on HuggingFace.
Contributing
If you find this work useful, please consider contributing to this repo.
- Many thanks to @fakerybakery for adding the Web UI and CLI part.
Authors
- Wenliang Zhao at Tsinghua University
- Xumin Yu at Tsinghua University
- Zengyi Qin (project lead) at MIT and MyShell
Citation
@software{zhao2024melo,
author={Zhao, Wenliang and Yu, Xumin and Qin, Zengyi},
title = {MeloTTS: High-quality Multi-lingual Multi-accent Text-to-Speech},
url = {https://github.com/myshell-ai/MeloTTS},
year = {2023}
}
License
This library is under MIT License, which means it is free for both commercial and non-commercial use.
Acknowledgements
This implementation is based on TTS, VITS, VITS2 and Bert-VITS2. We appreciate their awesome work.