先介紹兩種免費的語音合成工具
balabolka
官網(wǎng)
http://balabolka.site/balabolka.htm
是一種基于微軟Speech API (SAPI)的免費語音合成工具，只是簡單的發(fā)音合成，效果比較生硬
Coqui TTS
官網(wǎng)
https://coqui.ai/
是基于深度學(xué)習(xí)的語音合成軟件，效果較好
Windows下安裝Coqui TTS
安裝環(huán)境
要求python運(yùn)行環(huán)境：https://www.python.org/downloads/windows/
本文基于版本：python-3.8.10-amd64.exe，并且自行更新并設(shè)置好pip安裝源
pip安裝Coqui TTS
pip install tts
會安裝機(jī)器學(xué)習(xí)庫torch，以及大量相關(guān)組件包，大約1G多
Successfully installed Babel-2.12.1 Jinja2-3.1.2 MarkupSafe-2.1.2 TTS-0.11.1 Wer
kzeug-2.2.3 anyascii-0.3.1 audioread-3.0.0 backports.zoneinfo-0.2.1 certifi-2022
.12.7 cffi-1.15.1 charset-normalizer-3.1.0 click-8.1.3 colorama-0.4.6 coqpit-0.0
.17 cython-0.29.28 dateparser-1.1.7 decorator-5.1.1 docopt-0.6.2 flask-2.2.3 fss
pec-2023.3.0 g2pkk-0.1.2 gruut-2.2.3 gruut-ipa-0.13.0 gruut_lang_de-2.0.0 gruut_
lang_en-2.0.0 idna-3.4 importlib-metadata-6.0.0 importlib_resources-5.12.0 infle
ct-5.6.0 itsdangerous-2.1.2 jamo-0.4.1 jieba-0.42.1 joblib-1.2.0 jsonlines-1.2.0
librosa-0.8.0 llvmlite-0.38.1 mecab-python3-1.0.5 networkx-2.8.8 nltk-3.8.1 num
2words-0.5.12 numba-0.55.1 numpy-1.21.6 pandas-1.5.3 platformdirs-3.1.1 pooch-1.
7.0 protobuf-3.19.6 psutil-5.9.4 pycparser-2.21 pynndescent-0.5.8 pypinyin-0.48.
0 pysbd-0.3.4 python-crfsuite-0.9.9 pytz-2022.7.1 pytz-deprecation-shim-0.1.0.po
st0 pyyaml-6.0 regex-2022.10.31 requests-2.28.2 resampy-0.4.2 scikit-learn-1.2.2
scipy-1.10.1 soundfile-0.12.1 tensorboardX-2.6 threadpoolctl-3.1.0 torch-1.13.1
torchaudio-0.13.1 tqdm-4.65.0 trainer-0.0.20 typing-extensions-4.5.0 tzdata-202
2.7 tzlocal-4.2 umap-learn-0.5.1 unidic-lite-1.0.8 urllib3-1.26.15 zipp-3.15.0
安裝完之后就能直接在命令行使用tts工具（要求系統(tǒng)環(huán)境變量path中包含Python User安裝目錄：Python38\Scripts）
查看本地所有模型
tts --list_models
執(zhí)行測試命令
tts --text "Hello world." --out_path aaa.wav
這時會下載模型列表中第一項：https://coqui.gateway.scarf.sh/v0.10.1_models/tts_models–multilingual–multi-dataset–your_tts.zip，然而這個鏈接我這邊從來沒有成功下載過
只能手動從github下載
https://github.com/coqui-ai/TTS/releases/tag/v0.10.1_models
下載其中的tts_models–zh-CN–baker–tacotron2-DDC-GST.zip，這是YourTTS的多人訓(xùn)練模型，里邊只有英語、法語、西班牙語
下載之后解壓縮到
%USERPROFILE%\AppData\Local\tts
再次使用命令：–list_models，就能看到第一條模型已經(jīng)下載，理論上到這里就能正確輸出語音了，但是我這邊又遇到兩個問題
缺少avdevice-58.dll
這是因為缺少ffmpeg運(yùn)行環(huán)境，訪問官網(wǎng)：https://ffmpeg.org/download.html，查看可知libavdevice 58要求的版本是4.4.3
從官網(wǎng)引導(dǎo)找到：https://github.com/BtbN/FFmpeg-Builds/releases/tag/autobuild-2023-03-13-12-46
下載其中的：ffmpeg-n4.4.3-3-gb48951bd29-win64-lgpl-shared-4.4.zip
解壓縮其中以下幾個dll拷貝到Python User安裝目錄：Python38\Scripts，即可
還有一種更簡單的方案，如果系統(tǒng)中已經(jīng)安裝微信、QQ，直接復(fù)制其安裝目錄下的avdevice-58.dll到Python38\Scripts同樣也可以
_MeCab: 找不到指定的模塊。
這個就奇了怪了，試過很多方法包括從
https://github.com/ikegami-yukino/mecab/releases/tag/v0.996.2
安裝：mecab-64-0.996.2.exe，拷貝libmecab.lib、libmecab.dll，更新vsruntime都無法解決
后來看到一個issue：https://github.com/coqui-ai/TTS/issues/711
得到啟發(fā)，雖然我用的版本不同，但方法類似，通過查找到python tts目錄下使用MeCab的地方
添加注釋#，關(guān)閉MeCab引用，就能順利運(yùn)行tts了
下載中文語音模型
由于tts默認(rèn)下載連接總是不成功，所以還是手動下載：https://github.com/coqui-ai/TTS/releases/tag/v0.6.1_models
下載其中：tts_models–zh-CN–baker–tacotron2-DDC-GST.zip
同樣解壓縮到
%USERPROFILE%\AppData\Local\tts
合成中文語音
進(jìn)過一番折騰，終于能夠順利合成中文語音，命令中需要指定中文模型
tts --text "知是行之始，行是知之成。" --out_path aaa.wav --model_name tts_models/zh-CN/baker/tacotron2-DDC-GST
在python中使用中文語音合成文章來源：http://www.zghlxwxcb.cn/news/detail-609014.html
from TTS.api import TTS
tts=TTS("tts_models/zh-CN/baker/tacotron2-DDC-GST")
tts.tts_to_file(text="知是行之始，行是知之成。", file_path="aaa.wav")
參考
https://github.com/coqui-ai/TTS
https://tts.readthedocs.io/en/latest/index.html
https://github.com/Edresson/YourTTS
https://github.com/SamuraiT/mecab-python3/issues/46
https://blog.csdn.net/Haulyn5/article/details/126770543
https://blog.csdn.net/ZYXpaidaxing/article/details/81913708
https://blog.csdn.net/weixin_43816759/article/details/119277486文章來源地址http://www.zghlxwxcb.cn/news/detail-609014.html
到了這里，關(guān)于語音合成工具Coqui TTS安裝及體驗的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
