许可协议: cc-by-nc-4.0 标签:

• 大规模多语言语音
• 语音合成系统 任务类型: 文本转语音

大规模多语言语音(MMS)：文本转语音模型

本仓库包含**韩语(kor)**文本转语音(TTS)模型检查点。

该模型隶属于Meta公司的大规模多语言语音项目，旨在为多种语言提供语音技术支持。您可以在MMS语言覆盖概览中查看支持语言及其ISO 639-3代码的详细信息。

使用说明

通过Hugging Face Transformers调用该检查点：

from transformers import VitsModel, VitsMmsTokenizer
import torch

model = VitsModel.from_pretrained("Matthijs/mms-tts-kor")
tokenizer = VitsMmsTokenizer.from_pretrained("Matthijs/mms-tts-kor")

text = "韩语示例文本"
inputs = tokenizer(text, return_tensors="pt")

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

from IPython.display import Audio
Audio(output.audio[0], rate=16000)

注意：使用本检查点时，需先通过uroman工具将输入文本转换为拉丁字母。

模型致谢

本模型由Vineel Pratap等人开发，采用CC-BY-NC 4.0许可协议

@article{pratap2023mms,
    title={将语音技术扩展至1,000多种语言},
    author={Vineel Pratap and Andros Tjandra and Bowen Shi and Paden Tomasello and Arun Babu and Sayani Kundu and Ali Elkahky and Zhaoheng Ni and Apoorv Vyas and Maryam Fazel-Zarandi and Alexei Baevski and Yossi Adi and Xiaohui Zhang and Wei-Ning Hsu and Alexis Conneau and Michael Auli},
    journal={arXiv},
    year={2023}
}