许可证：其他
许可证名称：Coqui公共模型许可证
许可证链接：https://coqui.ai/cpml
库名称：coqui
任务标签：文本转语音
数据集：

• ylacombe/google-argentinian-spanish
  语言：
• es

ⓍTTS 🇦🇷

ⓍTTS是一款语音生成模型，仅需6秒的音频片段即可克隆声音并应用于不同语言，无需耗费数小时的大量训练数据。

该模型由IdeaLab在里奥内格罗国立大学的CITECCA中心训练完成。

语言

本模型的西班牙语版本通过ylacombe的阿根廷西班牙语数据集微调，实现了阿根廷口音。

训练参数

batch_size=8,  
grad_accum_steps=96,  
batch_group_size=48,  
eval_batch_size=8,  
num_loader_workers=8,  
eval_split_max_size=256,  
optimizer="AdamW",  
optimizer_wd_only_on_weights=True,  
optimizer_params={"betas": [0.9, 0.96], "eps": 1e-8, "weight_decay": 1e-2},  
lr=5e-06,   
lr_scheduler="MultiStepLR",  
lr_scheduler_params={"milestones": [50000 * 18, 150000 * 18, 300000 * 18], "gamma": 0.5, "last_epoch": -1},  

许可证

本模型采用Coqui公共模型许可证。生成式模型的许可证涉及诸多细节，您可阅读CPML的起源故事了解更多。

使用🐸TTS命令行：

 tts --model_name /path/to/xtts/ \  
     --text "嘿兄弟，我们去喝马黛茶吧。" \  
     --speaker_wav /path/to/target/speaker.wav \  
     --language_idx es \  
     --use_cuda true  

直接调用模型：

from TTS.tts.configs.xtts_config import XttsConfig  
from TTS.tts.models.xtts import Xtts  

config = XttsConfig()  
config.load_json("/path/to/xtts/config.json")  
model = Xtts.init_from_config(config)  
model.load_checkpoint(config, checkpoint_dir="/path/to/xtts/", eval=True)  
model.cuda()  

outputs = model.synthesize(  
    "嘿兄弟，我们去喝马黛茶吧。",  
    config,  
    speaker_wav="/data/TTS-public/_refclips/3.wav",  
    gpt_cond_len=3,  
    language="es",  
)