TTS RVC API

TTS-RVC-API

是的，我们可以将Coqui与RVC一起使用！

为什么将这两个框架结合在一起？

Coqui是文本到语音框架（Vocoder和编码器），但是克隆自己的声音需要数十年，并且不能保证更好的结果。这就是为什么我们使用RVC（基于检索的语音转换），这仅适用于语音到语音。您可以使用Hubert（一种预先训练的模型快速微调并提供更好的结果），因此只需2-3分钟的数据集训练模型。

安装

如何使用Coqui + RVC API？

 https : // github . com / skshadan / TTS - RVC - API . git 

 python - m venv . venv
. . venv / bin / activate
pip install - r requirements . txt
pip install TTS
python - m uvicorn app . main : app

现在，用相对路径更新config.toml model_dir路径或在请求主体中设置speaker_name

RVC V2模型安装在容器上的位置：

  /
└── models
      └── speaker1
          ├── speaker1 . pth
          └── speaker1 . index

现在运行此

  python - m uvicorn app . main : app 

发表请求

  http : // localhost : 8000 / generate 

    emotions : happy , sad , angry , dull
    speed = 1.0 - 2.0 

  {
  \"speaker_name\" : \"speaker3\" ,
  \"input_text\" : \"Hey there! Welcome to the world\" ,
  \"emotion\" : \"Surprise\" ,
  \"speed\" : 1.0
}

代码段

 import requests
import json
import time

url = \"http://127.*0*.*0.1:8000/generate\"

payload = json . dumps ({
  \"speaker_name\" : \"speaker3\" ,
  \"input_text\" : \"Are you mad? The way you\'ve betrayed me is beyond comprehension, a slap in the face that\'s left me boiling with an anger so intense it\'s as if you\'ve thrown gasoline on a fire, utterly destroying any trust that was left.\" ,
  \"emotion\" : \"Dull\" ,
  \"speed\" : 1.0
})
headers = {
  \'Content-Type\' : \'application/json\'
}

start_time = time . time ()  # Start the timer

response = requests . request ( \"POST\" , url , headers = headers , data = payload )

end_time = time . time ()  # Stop the timer

if response . status_code == 200 :
    audio_content = response . content
    
    # Save the audio to a file
    with open ( \"generated_audio.wav\" , \"wb\" ) as audio_file :
        audio_file . write ( audio_content )
        
    print ( \"Audio saved successfully.\" )
    print ( \"Time taken:\" , end_time - start_time , \"seconds\" )
else :
    print ( \"Error:\" , response . text )

反馈

如果您有任何反馈，请联系shadankhantech@gmail.com