🇨🇳中文 | 🌐English | 📖文档/Docs | 🤖模型/Models
Parrots, Automatic Speech Recognition(ASR), Text-To-Speech(TTS) toolkit, support Chinese, English, Japanese, etc.
parrots实现了语音识别和语音合成模型一键调用,开箱即用,支持中英文。
- ASR:基于
distilwhisper
实现的中文语音识别(ASR)模型,支持中、英等多种语言 - TTS:基于
GPT-SoVITS
训练的语音合成(TTS)模型,支持中、英、日等多种语言
pip install torch # or conda install pytorch
pip install -r requirements.txt
pip install parrots
or
pip install torch # or conda install pytorch
git clone https://github.com/shibing624/parrots.git
cd parrots
python setup.py install
- Offical Demo: https://www.mulanai.com/product/tts/
- HuggingFace Demo: https://huggingface.co/spaces/shibing624/parrots
run example: examples/tts_gradio_demo.py to see the demo:
python examples/tts_gradio_demo.py
example: examples/demo_asr.py
import os
import sys
sys.path.append('..')
from parrots import SpeechRecognition
pwd_path = os.path.abspath(os.path.dirname(__file__))
if __name__ == '__main__':
m = SpeechRecognition()
r = m.recognize_speech_from_file(os.path.join(pwd_path, 'tushuguan.wav'))
print('[提示] 语音识别结果:', r)
output:
{'text': '北京图书馆'}
example: examples/demo_tts.py
import sys
sys.path.append('..')
import parrots
from parrots.tts import TextToSpeech
parrots_path = parrots.__path__[0]
sys.path.append(parrots_path)
m = TextToSpeech(
speaker_model_path="shibing624/parrots-gpt-sovits-speaker-maimai",
speaker_name="MaiMai",
)
m.predict(
text="你好,欢迎来北京。welcome to the city.",
text_language="auto",
output_path="output_audio.wav"
)
output:
Save audio to output_audio.wav
支持通过命令行方式执行ARS和TTS任务,代码:cli.py
> parrots -h
NAME
parrots
SYNOPSIS
parrots COMMAND
COMMANDS
COMMAND is one of the following:
asr
Entry point of asr, recognize speech from file
tts
Entry point of tts, generate speech audio from text
run:
pip install parrots -U
# asr example
parrots asr -h
parrots asr examples/tushuguan.wav
# tts example
parrots tts -h
parrots tts "你好,欢迎来北京。welcome to the city." output_audio.wav
asr
、tts
是二级命令,asr是语音识别,tts是语音合成,默认使用的模型是中文模型- 各二级命令使用方法见
parrots asr -h
- 上面示例中
examples/tushuguan.wav
是asr
方法的audio_file_path
参数,输入的音频文件(required)
speaker name | 说话人名 | character | 角色特点 | language | 语言 |
---|---|---|---|---|---|
KuileBlanc | 葵·勒布朗 | lady | 标准美式女声 | en | 英 |
LongShouRen | 龙守仁 | gentleman | 标准美式男声 | en | 英 |
MaiMai | 卖卖 | singing female anchor | 唱歌女主播声 | zh | 中 |
XingTong | 星瞳 | singing ai girl | 活泼女声 | zh | 中 |
XuanShen | 炫神 | game male anchor | 游戏男主播声 | zh | 中 |
KusanagiNene | 草薙寧々 | loli | 萝莉女学生声 | ja | 日 |
speaker name | 说话人名 | character | 角色特点 | language | 语言 |
---|---|---|---|---|---|
MaiMai | 卖卖 | singing female anchor | 唱歌女主播声 | zh | 中 |
- Issue(建议):
- 邮件我:xuming: [email protected]
- 微信我:加我微信号:xuming624, 进Python-NLP交流群,备注:姓名-公司名-NLP
如果你在研究中使用了parrots,请按如下格式引用:
@misc{parrots,
title={parrots: ASR and TTS Tool},
author={Ming Xu},
year={2024},
howpublished={\url{https://github.com/shibing624/parrots}},
}
授权协议为 The Apache License 2.0,可免费用做商业用途。请在产品说明中附加parrots的链接和授权协议。
项目代码还很粗糙,如果大家对代码有所改进,欢迎提交回本项目,在提交之前,注意以下两点:
- 在
tests
添加相应的单元测试 - 使用
python -m pytest
来运行所有单元测试,确保所有单测都是通过的
之后即可提交PR。