一款高质量/轻量级AI-TTS模型的推理和训练库-Parler TTS

国内有很多知名的文本转语音API平台，比如：百度文字转语音-AI智能识别技术、讯飞文字转语音等

功能类似，基本都是在线可以转换,效果接近真人发音,一键导出MP3…

最近一款高质量/轻量级AI-TTS模型的推理和训练库-Parler TTS 开源了~

Parler TTS是一个轻量级的开源高质量文本转语音 (TTS) 模型，可以以给定说话者的风格（性别、音调、说话风格等）生成高质量、自然流畅的语音。

Parler TTS 特色说明：

• 数据集：
  • 使用更多数据进行训练
  • 添加更多功能，例如重音
• 训练：
  • 添加 PEFT 兼容性以进行 Lora 微调。
  • 添加在没有描述列的情况下进行训练的可能性。
  • 添加笔记本培训。
  • 探索多语言培训。
  • 探索单扬声器微调。
  • 探索更多架构。
• 优化：
  • 编译和静态缓存
  • 支持 FA2 和 SDPA
• 评估：
  • 添加更多评估指标

文本转语音 (TTS) 模型演示地址：

https://huggingface.co/spaces/parler-tts/parler_tts_mini

(可能需要翻墙访问~)

Parler TTS安装用法：

TTS 具有轻量级依赖关系，可以一键快速安装：

pip install git+https://github.com/huggingface/parler-tts.git

使用 Parler-TTS 就像“bonjour”一样简单。只需使用推理片段即可….

Parler-TTS是一个完全开源的发布版本，所有的数据集、预处理、训练代码和权重都以宽松的许可证公开发布，感兴趣的小伙伴们可以在线体验和研究….