许可协议: cc-by-sa-4.0
语言:

• 日语
  任务标签: 文本转语音
  标签:
• style-bert-vits2
• style-bert-vits2-jp-extra
• tts
• 童声
• 童声音色
• 日语
• 文本转音频
• 文本到音频
• 音频

X(推特)账号 欢迎来互动交流。

本模型的优势在于可免费自由生成稚嫩舒缓的童声，商用与非商用场景皆适用。

The advantage of this model is that you can freely use the childish and unapologetic voice generation for free, both commercial and non-commercial.

此模型为RikkaBotan的冷静版本，特别适合说明性文本的朗读。
如需更具情感表现力的版本，请尝试甜美版
需要英语发音请使用英语版
需要耳语效果请使用ASMR版
需要中文发音请使用中文版

样本语音/sample voice

样本语音①

样本语音②

模型说明/model description

本模型是基于style_bert_vits2_jp_extra框架、使用自有语音数据训练的TTS（文本转语音）模型。
作为专为日语优化的语音生成模型，其合成效果在自然度和准确度上较前代模型有显著提升。
因训练数据仅来自模型研发者本人录音，遵循与style_bert_vits2_jp_extra相同的开源协议，允许免费商用及非商用。

使用条款/limitation

〇允许事项

• 成品编辑加工
• 商用用途
• 作为学习素材使用
• R-18/R-18G内容创作（需设置年龄分级）

×禁止事项

• 语音模型二次分发
• 人身攻击行为
• 政治/宗教立场宣传
• 无分级限制发布成人内容
• 冒用身份等损害开发者权益的行为

配套商用VRM模型/VRM(Vroid) model for commercial use

适用于虚拟主播及视频解说等场景
VRM模型下载

温馨请求/If you like

在X(推特)或作品说明中标注模型来源会让开发者倍感鼓舞（非强制要求）

使用方法/how to use（Google Colab代码）

方式一：使用style-bert-vits2应用

# 文件自动保存代码
from google.colab import drive
drive.mount("/content/drive")
%cd /content/drive/MyDrive/
!mkdir Style-Bert-VITS2/
%cd Style-Bert-VITS2/
!mkdir model_assets/
%cd model_assets/
!mkdir rikka_botan/
from huggingface_hub import snapshot_download
model_name = "RikkaBotan/style_bert_vits2_jp_extra_cool_original"
download_path = snapshot_download(
    repo_id=model_name,
    local_dir = f"rikka_botan/",
    local_dir_use_symlinks=False
    )

# 启动应用
!git clone https://github.com/litagin02/Style-Bert-VITS2.git
%cd Style-Bert-VITS2/
!pip install -r requirements.txt
!python initialize.py --skip_jvnv
from google.colab import drive
drive.mount("/content/drive")
dataset_root = "/content/drive/MyDrive/Style-Bert-VITS2/Data"
assets_root = "/content/drive/MyDrive/Style-Bert-VITS2/model_assets"
import yaml
with open("configs/paths.yml", "w", encoding="utf-8") as f:
    yaml.dump({"dataset_root": dataset_root, "assets_root": assets_root}, f)
!python app.py --share

方式二：直接调用API

# 环境配置
!git clone https://github.com/litagin02/Style-Bert-VITS2.git
%cd Style-Bert-VITS2/
!pip install -r requirements.txt 
!pip install style-bert-vits2 --no-build-isolation

# 加载日语BERT模型
from style_bert_vits2.nlp import bert_models
from style_bert_vits2.constants import Languages
bert_models.load_model(Languages.JP, "ku-nlp/deberta-v2-large-japanese-char-wwm")
bert_models.load_tokenizer(Languages.JP, "ku-nlp/deberta-v2-large-japanese-char-wwm")

# 模型下载
from pathlib import Path
from huggingface_hub import hf_hub_download
model_file = "rikka_botan_cool.safetensors"
config_file = "config.json"
style_file = "style_vectors.npy"
for file in [model_file, config_file, style_file]:
    hf_hub_download(
        "RikkaBotan/style_bert_vits2_jp_extra_cool_original",
        file,
        local_dir="model_assets"
    )

# 语音合成演示
from style_bert_vits2.tts_model import TTSModel
assets_root = Path("model_assets")
model = TTSModel(
    model_path=assets_root / model_file,
    config_path=assets_root / config_file,
    style_vec_path=assets_root / style_file,
    device="cuda"  # 无GPU时改为"cpu"
)
from IPython.display import Audio, display
sr, audio = model.infer(text="在此输入日文文本")
display(Audio(audio, rate=sr))

致谢/Acknowledgments

特别感谢litagin开发style-bert-vits2-jp-extra框架
本模型凝聚了众多研究者的智慧结晶，谨向所有先驱者致以崇高敬意