🚀 泰语文本转语音模型

本模型利用从 Play.ht（https://play.ht/ ）录制的语音数据对模型进行微调。它能够将泰语文本转换为自然流畅的语音，为泰语语音相关应用提供了强大的支持。

🚀 快速开始

模型微调

• 模型微调代码的 GitHub 仓库：https://github.com/VYNCX/finetune-local-vits
• 在 Google Colab 上自行训练语音模型：Finetune - colab

本地使用

在本地计算机上使用该模型：https://github.com/VYNCX/VachanaTTS

💻 使用示例

基础用法

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

tokenizer = VitsTokenizer.from_pretrained("VIZINTZOR/MMS-TTS-THAI-MALEV1",cache_dir="./mms")
model = VitsModel.from_pretrained("VIZINTZOR/MMS-TTS-THAI-MALEV1",cache_dir="./mms")

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

set_seed(456)  # make deterministic

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

waveform = outputs.waveform[0]

# Convert PyTorch tensor to NumPy array
waveform_array = waveform.numpy()

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