/ Модель

Характеристики

Размер весов
133 МБ
Лицензия
Apache 2.0
Библиотека
txtai
Опубликована
29 ноя 2022

ljspeech-jets-onnx

Синтез речиТекст → аудио4 профессии

Англоязычная модель ESPnet JETS в формате ONNX для преобразования текста в речь.

9 846скачиваний за 30 дней24лайкавеса обновлены10 окт 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

NeuML/ljspeech-jets-onnx — модель синтеза речи, экспортированная из ESPnet JETS в формат ONNX с помощью библиотеки espnet_onnx. Она преобразует текст в аудио и предназначена для использования в приложениях синтеза речи; запуск возможен через TTS-конвейер txtai или напрямую через ONNX при предварительной токенизации текста. Модель основана на датасете LJSpeech и рассчитана на английскую речь. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • озвучивание английского текста в приложении
  • создание аудиоверсий текстового контента
  • добавление синтеза речи в конвейер txtai
  • прямой запуск TTS-модели через ONNX после токенизации текста

Ограничения

Для прямого запуска через ONNX входной текст необходимо предварительно токенизировать. Модель ориентирована на английский язык.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ESPnet JETS Text-to-Speech (TTS) Model for ONNX

imdanboy/jets exported to ONNX. This model is an ONNX export using the espnet_onnx library.

Usage with txtai

txtai has a built in Text to Speech (TTS) pipeline that makes using this model easy.

import soundfile as sf

from txtai.pipeline import TextToSpeech

# Build pipeline
tts = TextToSpeech("NeuML/ljspeech-jets-onnx")

# Generate speech
speech, rate = tts("Say something here")

# Write to file
sf.write("out.wav", speech, rate)

Usage with ONNX

This model can also be run directly with ONNX provided the input text is tokenized. Tokenization can be done with ttstokenizer.

Note that the txtai pipeline has additional functionality such as batching large inputs together that would need to be duplicated with this method.

import onnxruntime
import soundfile as sf
import yaml

from ttstokenizer import TTSTokenizer

# This example assumes the files have been downloaded locally
with open("ljspeech-jets-onnx/config.yaml", "r", encoding="utf-8") as f:
    config = yaml.safe_load(f)

# Create model
model = onnxruntime.InferenceSession(
    "ljspeech-jets-onnx/model.onnx",
    providers=["CPUExecutionProvider"]
)

# Create tokenizer
tokenizer = TTSTokenizer(config["token"]["list"])

# Tokenize inputs
inputs = tokenizer("Say something here")

# Generate speech
outputs = model.run(None, {"text": inputs})

# Write to file
sf.write("out.wav", outputs[0], 22050)

How to export

More information on how to export ESPnet models to ONNX can be found here.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · txtai

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов
0698529

0 моделей