GSV-TTS-Lite 示例

chinokikiss/GSV-TTS-Lite: GSV-TTS-Lite A high-performance inference engine specifically designed for the GPT-SoVITS text-to-speech model.(few shot voice cloning)

短句子

python 复制代码
from gsv_tts import TTS

tts = TTS()

# 将 GPT 模型权重从指定路径加载到内存中,这里加载默认模型。
tts.load_gpt_model()

# 将 SoVITS 模型权重从指定路径加载到内存中,这里加载默认模型。
tts.load_sovits_model()


def speak_text(text):
    """
    生成TTS音频并播放(使用预设的音色和风格)
    
    Args:
        text (str): 目标生成文本
    """
    # infer 是最简单、最原始的推理方式,适用于短文本推理。
    audio = tts.infer(
        spk_audio_path="tools\\tts\\laffey.mp3", # 音色参考音频
        prompt_audio_path="tools\\tts\\AnAn.ogg", # 风格参考音频
        prompt_audio_text="ちが......ちがう。レイア、貴様は間違っている。", # 风格参考音频对应的文本
        text=text,
    )
    
    audio.play()
    tts.audio_queue.wait()
if __name__ == "__main__":
    speak_text("""


数学の勉強を忘れ ないでくださいね。それとも、他のことで忙しいのでしょうか?
    
    
    """)

长句子

python 复制代码
from gsv_tts import TTS

tts = TTS()

# 将 GPT 模型权重从指定路径加载到内存中,这里加载默认模型。
tts.load_gpt_model()

# 将 SoVITS 模型权重从指定路径加载到内存中,这里加载默认模型。
tts.load_sovits_model()


def speak_text(text):
    """
    生成TTS音频并播放(使用预设的音色和风格)
    
    Args:
        text (str): 目标生成文本
    """

    generator = tts.infer_stream(
        spk_audio_path="tools\\tts\\laffey.mp3",
        prompt_audio_path="tools\\tts\\AnAn.ogg",
        prompt_audio_text="ちが......ちがう。レイア、貴様は間違っている。",
        text=text,
        debug=False,
    )

    for audio in generator:
        audio.play()


    tts.audio_queue.wait()


  
if __name__ == "__main__":
    speak_text("""


数学の勉強を忘れ ないでくださいね。それとも、他のことで忙しいのでしょうか?
    
    
    """)
相关推荐
阿里云大数据AI技术7 小时前
从数据湖到多模态湖仓-基于阿里云EMR Serverless StarRocks与DLF Paimon构建AI时代的统一分析检索架构
人工智能
前端的阶梯8 小时前
浅谈Workflow和Agent的区别
人工智能
正在走向自律8 小时前
Deepseek V4 Flash 高效应用实战指南
人工智能·deepseek·deepseek v4·ai赋能中心
Xzaveir8 小时前
别把所有“认证”都塞进 AuthService:实名、一键登录与号码身份的领域拆分
android·人工智能
BerrySen1788 小时前
KMP全栈开发:从Android到AI Agent的技术演进与实践
android·人工智能
战族狼魂9 小时前
高频面试题精选:分治与AI Agent架构
人工智能·算法·大模型·大语言模型
zSD55rt5a9 小时前
方差在扩散模型保护中的作用
人工智能·harmonyos
人生百态,人生如梦10 小时前
情感交互仿生人从技术到落地构想3——技术交流贴(2026.7)
人工智能·机器学习·人机交互·交互·具身智能
用户6522384381110 小时前
为什么成熟的 LLM 应用,都把"后端地址"做成可切换的配置
人工智能