Larynx 演示

Larynx Demo

频道:synesthesiam · 时长:6:39 · 发布:2021-08-24 · 播放:13822

在 YouTube 观看

简介

演示 Larynx,一个支持九种语言的离线开源神经文本转语音系统。视频本身由 Larynx 生成的声音旁白。

HN 为什么推荐

HN 指出它证明了离线 TTS 可以听起来自然,与私密语音助手替代方案相关。

Larynx 在输出质量方面明显领先 — HN, 2021

计算机视觉、语音与 NLP

中文字幕节选

[音乐] 欢迎观看 larynx 文本转语音系统的演示,larynx 可以 完全离线运行,即使在树莓派上也是如此。使用开源库来 将文本转换为音素,并使用在开放数据集上训练的语音模型生成语音。 结果并不完美,但希望足以避免依赖云 服务。要开始使用,你可以通过 Docker、Debian 软件包或 在 Python 虚拟环境中安装 larynx。Docker 安装最简单,所以 我们将使用它进行演示。 larynx 服务器脚本在 Docker 容器内运行一个 HTTP 服务器,端口为 5002 [音乐] [音乐] 这是一个测试。新语音可以从 Web 界面内下载, 将存储在你的本地目录中。 [音乐] [音乐] 这是一个测试。 注意,每个语音说的第一句话需要稍长时间,因为它 必须先加载。这是一个测试。 在树莓派 4 上,必须使用低质量设置才能获得快于实时的 性能。这是一个测试。有一个 HTTP 端点 可用于外部合成文本。 [音乐] 有一个端点用于此。[音乐] 在所有高级 设置中,降噪强度是最重要的。 [音乐] 将此值设置过低可能 导致音频沙哑。这是一个测试。设置过 高,音频则会开始听起来压缩。这是一个 测试。使用内联发音功能允许你从 现有词汇 [音乐] 碧昂丝是一位流行音乐人,你甚至可以使用单词的片段或部分来获得 特定的发音,而无需直接写出所有音素 [音乐] [音乐] 我知道这并不新鲜,但还挺酷的 [音乐] Larynx 还包含一个 全面的命令行界面 [音乐] [音乐] 这是一次测试,加载语音 在启动时需要时间,因此建议尽可能重用正在运行的 Larynx 进程 尽可能多地 [音乐] 你可以通过提供有限的输入来精确控制音频文件的输出名称 而不仅仅是文本 最后,像书籍这样的长文本文件可以通过流式音频实时为你朗读 在合成时输出 [音乐] [音乐] [音乐] 爱丽丝开始非常厌倦坐在姐姐身边在河岸上 无事可做,她曾一两次偷看姐姐 正在读的书,但里面没有图片或对话,一本书有什么用呢 爱丽丝想,没有图片或对话,于是她正在考虑 她自己的想法 [音乐] 感谢观看,希望下次再见 [音乐]

HN 上的讨论

前几天发现了这个项目,其质量可能对大多数用途来说足够好,即听起来非常自然,不像1980年代的机器人,不需要云服务,可以在普通硬件上运行 [LINK] 演示:[VIDEO] — sublinear, 2023-02
很遗憾,另一个链接到Rhasspy的评论被踩了(我猜是因为它缺乏其他上下文),所以我想提供一些额外的背景来提及这个项目:[LINK] 虽然我自己没有使用过整个Rhasspy项目(但尝试它已经在长长的待办事项列表上 :) ),但我使用过离线文本转语音子项目Larynx... ...而且它太棒了!在我尝试过的任何其他FLOSS文本转语音项目中,Larynx在输出质量和声音多样性方面(五十种——跨多种语言、口音和性别)都显著领先。我认为项目的相对新颖性是Larynx([LINK])目前不为人知的部分原因。如果Rhasspy的其余部分和Larynx一样好,我想它值得一试。Larynx演示视频:[VIDEO] 预训练声音样本:[LINK] — follower, 2021-12
是的,[VIDEO] 结尾说南方女性英语 [LINK] 但样本和视频不一样,也许样本是旧的。视频是个很好的例子 — 2Gkashmiri, 2021-12
所以,在真正看完整个演示视频后,似乎视频是由Larynx生成的声音“southern_english_female”讲述的:[VIDEO] 虽然我欣赏视频结尾确认/“揭示”的电影感,但讽刺的是——因为质量太好了——由于大多数人不会看完7分钟的视频,完全可能没有意识到旁白本身是生成的。所以我鼓励你考虑在更靠前的位置说明这一点。(另外,根据发布日期,这个项目似乎相对较新,这解释了为什么它目前还不太为人所知。) — follower, 2021-08

相关视频