piper

Un sistema neural rápido y local de conversión de texto a voz. Descarga y prueba modelos de habla desde https://rhasspy.github.io/piper-samples. Más información: https://github.com/rhasspy/piper.

Genera un archivo WAV utilizando un modelo de texto a voz (suponiendo un archivo de configuración en model_path + .json):

echo {{Cosa a decir}} | piper -m {{ruta/a/modelo.onnx}} -f {{archivo_de_salida.wav}}

Genera un archivo WAV utilizando un modelo y especificando su archivo de [c]onfiguración JSON:

echo {{'Lo que hay que decir'}} | piper -m {{ruta/a/modelo.onnx}} -c {{ruta/a/modelo.onnx.json}} -f {{archivo_de_salida.wav}}

Selecciona un locutor concreto en una voz con varios locutores especificando el número de identificación del locutor:

echo {{'Warum?'}} | piper -m {{de_DE-thorsten_emotional-medium.onnx}} --speaker {{1}} -f {{enojado.wav}}

Transmite la salida al reproductor multimedia mpv:

echo {{'Hello world'}} | piper -m {{en_GB-northern_english_male-medium.onnx}} --output-raw -f - | mpv -

Habla el doble de rápido, con grandes espacios entre frases:

echo {{'Hablando el doble de rápido. Con más drama!'}} | piper -m {{foo.onnx}} --length_scale {{0.5}} --sentence_silence {{2}} -f {{drama.wav}}