运行基于 VITS 的文本到语音在浏览器中 ONNX 运行时间
一个大喊大叫去 拉斯皮尔,打开所有现有模型的源码(MIT License)并 @jozefchutka : @ info: whatsthis 他想出了一个建筑的阶梯.
使用量
首先,您需要安装库 :
npm i @diffusionstudio/vits-web
然后你可以这样导入图书馆(只有ES)
import * as tts from '@diffusionstudio/vits-web';
现在你可以开始合成演讲了!
const wav = await tts.predict({
text: "Text to speech in the browser is amazing!",
voiceId: 'en_US-hfc_female-medium',
});
const audio = new Audio();
audio.src = URL.createObjectURL(wav);
audio.play();
// as seen in /example with Web Worker
随着预测函数的初始运行,您将下载模型,然后存储在您的 来源私有文件系统。您也可以提前手动做到这一点 (建议),内容如下:
await tts.download('en_US-hfc_female-medium', (progress) => {
console.log(`Downloading ${progress.url} - ${Math.round(progress.loaded * 100 / progress.total)}%`);
});
预测函数还接受下载进度回调作为第二个参数(tts.predict(..., console.log)) (中文(简体) ).
如果您想知道哪些模型已被存储, 请执行以下操作 :
console.log(await tts.stored());
// will log ['en_US-hfc_female-medium']
您可以通过调用删除
await tts.remove('en_US-hfc_female-medium');
// alternatively delete all
await tts.flush();
最后但并非最不重要的是,如果你想获取所有可用的声音,请使用这个片段:
console.log(await tts.voices());
// Hint: the key can be used as voiceId