AIBook端上 TTS 运行说明
使用说明
基于端上语音合成轻量级工具包进行TTS模型推理。
目录
程序模型包
公网下载： https://mt-vaas-web.tos-cn-beijing.volces.com/tts/litetts/mt_litetts_v4d.tar
内部文件说明
-
推理脚本：
mt_litetts/inference_zh.py -
模型位置：
mt_litetts/serving_models/litetts_v4d/ -
使用方式详见
mt_litetts/README.md或下文"完整示例"
模型音色
- MT TTS精品音色：程小可
Python环境依赖
-
Python >= 3.8
-
安装依赖库：
-
详见
requirements.txt文件 -
执行
pip install -r requirements.txt
-
完整示例
# 基于 conda 部署 python 环境（如已有稳定 python 环境可跳过）
# 下载安装 Miniforge（社区版，适合 ARM64 / aarch64）
# 官方说明：https://github.com/conda-forge/miniforge
# 下载最新 Miniforge3（Linux aarch64）
curl -L -O https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-aarch64.sh
# 安装
chmod +x Miniforge3-Linux-aarch64.sh
./Miniforge3-Linux-aarch64.sh
# 创建python(3.8.20)环境
source ~/.bashrc && conda create -n tts python==3.8.20
conda activate tts
# 下载解压程序模型包
wget https://mt-vaas-web.tos-cn-beijing.volces.com/tts/litetts/mt_litetts_v4d.tar
tar -xvf mt_litetts_v4d.tar && cd mt_litetts
# 查看目录结构
ls
# 输出示例：
# attentions.py configs fig inference.ipynb LICENSE mel_processing.py
# modules.py pqmf.py __pycache__ README_opensource.md serving_models stft.py
# train_latest.py utils.py commons.py data_utils.py filelists inference_zh.py
# losses.py models.py monotonic_align preprocess.py README.md requirements.txt
# stft_loss.py text transforms.py
# 安装相关依赖库
pip install -r requirements.txt
# (如果下载较慢考虑加上-i https://mirrors.aliyun.com/pypi/simple)
# 开始合成
python inference_zh.py "轻轻的，我走了，正如我轻轻的来"
# 输出信息：
# 1、输入待合成文本：[轻轻的，我走了，正如我轻轻的来]
# 2、加载模型：[serving_models/litetts_v4d/G_280000.pth]
# ....
# 3、模型完成加载
# 4、开始合成...
# 5、完成合成
# 6、合成音频保存至: [./audio.wav]
