PlayVoice/vits_chinese：基于BERT和VITS的最佳实践TTC，具有微软的一些自然语 - 中文解读

项目介绍

PlayVoice/vits_chinese 是一个托管在 GitHub 上的开源项目，主要使用 Python 编写，采用 MIT License 许可证，目前获得 1.2k 个 Star、172 次 Fork。

仓库全名: PlayVoice/vits_chinese

README 摘要

vits实现的中文TTS this is the copy of https://github.com/jaywalnut310/vits VITS: Conditional Variational Autoencoder with Adversarial Learning for End-to-End Text-to-Speech Espnet连接：github.com/espnet/espnet/tree/master/espnet2/gantts/vits coqui-ai/TTS连接：github.com/coqui-ai/TTS/tree/main/recipes/ljspeech/vitstts base on:https://github.com/lutianxiong/vitschinese 如果有侵权行为，请联系我，我将删除项目 If there is infringement, please contact…

完整内容见 GitHub 原始 README 或本页。

常见问题

vits_chinese 用什么语言开发？

主要使用 Python 编写，采用 MIT License 许可证，目前有 1.2k 个 Star。

vits_chinese 可以免费商用吗？

仓库采用 MIT License 许可证，可免费使用与修改，商业使用请遵守许可证条款（例如保留版权声明与许可声明）。

如何获取 vits_chinese 的源码？

可以直接克隆仓库：git clone https://github.com/PlayVoice/vits_chinese.git，默认分支为 bert_vits；安装与运行步骤见仓库 README。

vits_chinese 最近还在维护吗？

仓库最近一次更新为 2024年2月5日，当前有 67 个未关闭 Issue；Star 数为 1.2k，可作为社区活跃度的参考。

关于

GitHub 原始描述（英文）

Best practice TTS based on BERT and VITS with some Natural Speech Features Of Microsoft; Support ONNX streaming out!

aishell3 bert bert-vits bert-vits2 naturalspeech tts vits

MIT License
1.2k Stars
172 Forks
22 Watching

描述取自 GitHub 官方 API，保持仓库作者书写的原文。

简要分析

热度分

1598

价值分

789

活跃状态

活跃

语言占比

Cython

Python

Release

bert_vits_aishell32023年10月27日
bert_vits_onnx2023年10月17日
bert_vits_student2023年2月28日
bert_vits2023年2月22日

贡献者

MaxMax2016

Kalyanimhala

saakshii12

FarukhS52

shresthasurav

You-now-Who

chinmay7016

vits实现的中文TTS

this is the copy of https://github.com/jaywalnut310/vits

VITS: Conditional Variational Autoencoder with Adversarial Learning for End-to-End Text-to-Speech

Espnet连接：github.com/espnet/espnet/tree/master/espnet2/gan_tts/vits

coqui-ai/TTS连接：github.com/coqui-ai/TTS/tree/main/recipes/ljspeech/vits_tts

base on:https://github.com/lutianxiong/vits_chinese

如果有侵权行为，请联系我，我将删除项目

If there is infringement, please contact me and I will delete the item

基于VITS 实现 16K baker TTS 的流程记录

pip install -r requirements.txt

cd monotonic_align

python setup.py build_ext --inplace

将16K标贝音频拷贝到./baker_waves/，启动训练

python train.py -c configs/baker_base.json -m baker_base

两张1080卡，训练两天，基本可以使用了

测试

python vits_strings.py

评论

暂无评论