许可证: MIT
语言:

• 英文
  基础模型:
• yl4579/StyleTTS2-LibriTTS
  任务标签: 文本转语音

StyleTTS 2 - 轻量版

在线演示

在Hugging Face Spaces上体验模型:
https://huggingface.co/spaces/dangtr0408/StyleTTS2-lite-space

微调

https://github.com/dangtr0408/StyleTTS2-lite

训练详情

1. 基础检查点: 基于官方StyleTTS 2在LibriTTS上预训练的权重初始化。
2. 移除组件: PLBert、扩散模型、韵律编码器、SLM和谱归一化。
3. 训练数据: LibriTTS语料库。
4. 训练周期: 训练100,000步。

模型架构

环境要求

• Python: 3.7或更高版本
• Git: 用于克隆仓库

安装与配置

1. 克隆仓库

git clone https://huggingface.co/dangtr0408/StyleTTS2-lite  
cd StyleTTS2-lite  

2. 安装依赖:

pip install -r requirements.txt  

3. 在Linux系统上手动安装espeak:

sudo apt-get install espeak-ng  

使用示例

参见run.ipynb文件。

免责声明

使用这些预训练模型前，您需承诺告知听众语音样本由预训练模型合成，除非您已获得使用所合成声音的授权。即，您同意仅克隆已获得直接授权或通过许可允许其声音被使用的说话人声音，或在无授权时公开声明这些声音为合成产物。

参考文献

• yl4579/StyleTTS2
• jik876/hifi-gan

许可证

代码: MIT许可证