🚀 班巴拉语文本转语音模型

这是一个用于班巴拉语（Bamanankan）的文本转语音合成模型。班巴拉语是一种主要在马里使用的语言，使用者超过1400万人。该模型能有效将班巴拉语文本转换为语音，为班巴拉语的语音应用提供了有力支持。

🚀 快速开始

本模型是用于班巴拉语的文本转语音合成模型，能将班巴拉语文本转换为语音。以下是使用该模型的基本步骤：

安装依赖

pip install transformers torch soundfile

使用示例

from transformers import VitsModel, AutoTokenizer
import torch

# 加载模型和分词器
model = VitsModel.from_pretrained("sudoping01/bambara-tts")
tokenizer = AutoTokenizer.from_pretrained("sudoping01/bambara-tts")

# 准备文本并生成语音
text = "An filɛ ni ye yɔrɔ minna ni an ye an sigi ka a layɛ yala an bɛ ka baara min kɛ ɛsike a kɛlen don ka Ɲɛ wa ?"
inputs = tokenizer(text, return_tensors="pt")
with torch.no_grad():
    output = model(**inputs).waveform

# 保存输出
waveform = output.squeeze().cpu().numpy()
sample_rate = model.config.sampling_rate
import soundfile as sf
sf.write("bambara_output.wav", waveform, sample_rate)

✨ 主要特性

• 适用语言：专门为班巴拉语（Bamanankan）设计，该语言主要在马里使用，使用者超1400万。
• 先进架构：采用VITS（Variational Inference with adversarial learning for end - to - end TTS）架构。
• 基础模型：基于Facebook/Meta MMS。
• 模型规格：大小为145 MB，采用PyTorch格式。
• 采样率：16kHz。
• 性能优化：针对CPU进行了优化，建议4GB RAM。

📦 安装指南

使用以下命令安装所需的库：

pip install transformers torch soundfile

💻 使用示例

基础用法

from transformers import VitsModel, AutoTokenizer
import torch

# 加载模型和分词器
model = VitsModel.from_pretrained("sudoping01/bambara-tts")
tokenizer = AutoTokenizer.from_pretrained("sudoping01/bambara-tts")

# 准备文本并生成语音
text = "An filɛ ni ye yɔrɔ minna ni an ye an sigi ka a layɛ yala an bɛ ka baara min kɛ ɛsike a kɛlen don ka Ɲɛ wa ?"
inputs = tokenizer(text, return_tensors="pt")
with torch.no_grad():
    output = model(**inputs).waveform

# 保存输出
waveform = output.squeeze().cpu().numpy()
sample_rate = model.config.sampling_rate
import soundfile as sf
sf.write("bambara_output.wav", waveform, sample_rate)

📚 详细文档

局限性

• 外来词处理：对法语外来词和代码切换的处理能力有限。
• 方言表现：在不同地区方言中的表现存在差异。
• 拼写要求：需要使用标准正字法。
• 韵律和情感：韵律和情感表达能力有限。

许可证

本模型使用CC BY - NC 4.0（署名 - 非商业性使用）许可证：

• 使用限制：仅可用于非商业用途。
• 署名要求：必须对模型作者和Meta进行署名。
• 文化尊重：使用时必须尊重班巴拉语的语言和文化。

参考文献

@misc{bambara-tts,
  author = {sudoping01},
  title = {Text-to-Speech Model for Bambara},
  year = {2025},
  publisher = {HuggingFace},
  howpublished = {\url{https://huggingface.co/sudoping01/bambara-tts}}
}

信息表格