语言:

• 泰语 标签:
• 文本转语音
• 泰语

该模型使用了来自Play.ht（https://play.ht/）的录音数据进行模型微调。

微调模型代码GitHub仓库：https://github.com/VYNCX/finetune-local-vits

微调Colab 在Google Colab上自行训练语音模型

本地计算机使用：https://github.com/VYNCX/VachanaTTS

使用方法：

import torch
from transformers import VitsTokenizer, VitsModel, set_seed
import scipy

tokenizer = VitsTokenizer.from_pretrained("VIZINTZOR/VIZINTZOR/MMS-TTS-THAI-FEMALEV1",cache_dir="./mms")
model = VitsModel.from_pretrained("VIZINTZOR/VIZINTZOR/MMS-TTS-THAI-FEMALEV1",cache_dir="./mms")

inputs = tokenizer(text="สวัสดีค่ะ นี่คือเสียงพูดภาษาไทย", return_tensors="pt")

set_seed(456)  # 确保结果可复现

with torch.no_grad():
   outputs = model(**inputs)

waveform = outputs.waveform[0]

# 将PyTorch张量转换为NumPy数组
waveform_array = waveform.numpy()

scipy.io.wavfile.write("techno_output.wav", rate=model.config.sampling_rate, data=waveform_array)