大家好，又见面了，我是 GitHub 精选君！

背景介绍

您是否在寻找一个低延迟、高性能的文本转语音（TTS）工具？是否遇到只能支持有限语言的问题，或者想要自己训练和微调模型？如果这些问题困扰着您，那么我想您会对以下这个项目感兴趣。

TTS 项目在 GitHub 有超过 24.4k Star，用一句话介绍该项目就是：“a deep learning toolkit for Text-to-Speech, battle-tested in research and production”。

项目介绍

TTS 是一个先进的开源文本转语音生成功能库，它具有以下特点：

1、提供 1100 种预训练模型，覆盖各种语言。

2、一键生成新模型或微调现有模型。

3、具备数据集分析和精细化策划功能工具。

以下是 TTS 的性能表现：

不仅如此，Coqui.ai/TTS 采用了许多先进的深度学习模型，从 Tacotron、Tacotron2、Glow-TTS 到 SpeedySpeech。该项目同时也提供了一系列的声码器模型，包括 MelGAN、Multiband-MelGAN、GAN-TTS、ParallelWaveGAN、WaveGrad 和 WaveRNN。

如何使用

安装和使用 TTS 非常简单。

pip install TTS
# 源码安装
git clone https://github.com/coqui-ai/TTS
pip install -e .[all,dev,notebooks] 

在自己的开发环境安装后，只需要设定几个配置文件并运行一段代码，您便可以进行模型的训练和微调。以下是一个简单的文字转语音的代码示例：

# Init TTS with the target model name
tts = TTS(model_name="tts_models/de/thorsten/tacotron2-DDC", progress_bar=False).to(device)

# Run TTS
tts.tts_to_file(text="Ich bin eine Testnachricht.", file_path=OUTPUT_PATH)

# Example voice cloning with YourTTS in English, French and Portuguese
tts = TTS(model_name="tts_models/multilingual/multi-dataset/your_tts", progress_bar=False).to(device)
tts.tts_to_file("This is voice cloning.", speaker_wav="my/cloning/audio.wav", language="en", file_path="output.wav")
tts.tts_to_file("C'est le clonage de la voix.", speaker_wav="my/cloning/audio.wav", language="fr-fr", file_path="output.wav")
tts.tts_to_file("Isso é clonagem de voz.", speaker_wav="my/cloning/audio.wav", language="pt-br", file_path="output.wav")

项目推介

TTS 的开源社区非常活跃且开发进展非常迅速，以下是最近的一些进展：

以下是该项目 Star 趋势图（代表项目的活跃程度）：

更多项目详情请查看如下链接。

开源项目地址：https://github.com/coqui-ai/TTS

开源项目作者：coqui-ai

以下是参与项目建设的所有成员：

关注我们，一起探索有意思的开源项目。