库名称: fairseq
任务: 文本转语音
标签:

• fairseq
• 音频
• 文本转语音
  语言: 西班牙语
  数据集:
• css10
  小部件示例:
• 文本: "Hola, esta es una prueba."
  示例标题: "你好，这是一个测试运行。"

tts_transformer-es-css10

基于fairseq S^2的Transformer文本转语音模型（论文/代码）：

• 西班牙语
• 单说话者男性声音
• 训练于CSS10数据集

使用方法

依赖项

pip install fairseq sentencepiece  

from fairseq.checkpoint_utils import load_model_ensemble_and_task_from_hf_hub  
from fairseq.models.text_to_speech.hub_interface import TTSHubInterface  
import IPython.display as ipd  


models, cfg, task = load_model_ensemble_and_task_from_hf_hub(  
    "facebook/tts_transformer-es-css10",  
    arg_overrides={"vocoder": "hifigan", "fp16": False}  
)  
model = models[0]  
TTSHubInterface.update_cfg_with_data_cfg(cfg, task.data_cfg)  
generator = task.build_generator([model], cfg)  

text = "Hola, esta es una prueba."  

sample = TTSHubInterface.get_model_input(task, text)  
wav, rate = TTSHubInterface.get_prediction(task, model, generator, sample)  

ipd.Audio(wav, rate=rate)  

另请参阅fairseq S^2示例。

引用

@inproceedings{wang-etal-2021-fairseq,  
    title = "fairseq S{\^{}}2: 一个可扩展且可集成的语音合成工具包",  
    author = "Wang, Changhan  and  
      Hsu, Wei-Ning  and  
      Adi, Yossi  and  
      Polyak, Adam  and  
      Lee, Ann  and  
      Chen, Peng-Jen  and  
      Gu, Jiatao  and  
      Pino, Juan",  
    booktitle = "2021年自然语言处理实证方法会议系统演示论文集",  
    month = 11月,  
    year = "2021",  
    address = "线上及多米尼加共和国蓬塔卡纳",  
    publisher = "计算语言学协会",  
    url = "https://aclanthology.org/2021.emnlp-demo.17",  
    doi = "10.18653/v1/2021.emnlp-demo.17",  
    pages = "143--152",  
}