piper

Un sistema neural rápido y local de conversión de texto a voz. Descarga y prueba modelos de habla desde https://rhasspy.github.io/piper-samples. Más información: https://github.com/rhasspy/piper.

• Genera un archivo WAV utilizando un modelo de texto a voz (suponiendo un archivo de configuración en model_path + .json):

echo Cosa a decir | piper -m ruta/a/modelo.onnx -f archivo_de_salida.wav

• Genera un archivo WAV utilizando un modelo y especificando su archivo de [c]onfiguración JSON:

echo 'Lo que hay que decir' | piper -m ruta/a/modelo.onnx -c ruta/a/modelo.onnx.json -f archivo_de_salida.wav

• Selecciona un locutor concreto en una voz con varios locutores especificando el número de identificación del locutor:

echo 'Warum?' | piper -m de_DE-thorsten_emotional-medium.onnx --speaker 1 -f enojado.wav

• Transmite la salida al reproductor multimedia mpv:

echo 'Hello world' | piper -m en_GB-northern_english_male-medium.onnx --output-raw -f - | mpv -

• Habla el doble de rápido, con grandes espacios entre frases:

echo 'Hablando el doble de rápido. Con más drama!' | piper -m foo.onnx --length_scale 0.5 --sentence_silence 2 -f drama.wav