File size: 1,067 Bytes
c5572d1 906c183 c5572d1 53136af c5572d1 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 |
---
language:
- th
tags:
- text-to-speech
- Thai
---
โมเดลนี้ใช้ เสียงที่บันทึกจาก Play.ht : https://play.ht/ เพื่อนำมา finetune model.
Finetune โมเดลโค้ด GitHub : https://github.com/VYNCX/finetune-local-vits
การใช้งาน :
```py
import torch
from transformers import VitsTokenizer, VitsModel, set_seed
import scipy
tokenizer = VitsTokenizer.from_pretrained("VIZINTZOR/MMS-TTS-THAI-MALE-NARRATOR",cache_dir="./mms")
model = VitsModel.from_pretrained("VIZINTZOR/MMS-TTS-THAI-MALE-NARRATOR",cache_dir="./mms")
inputs = tokenizer(text="สวัสดีครับ นี่คือการบรรยายภาษาไทย", return_tensors="pt")
set_seed(456) # make deterministic
with torch.no_grad():
outputs = model(**inputs)
waveform = outputs.waveform[0]
# Convert PyTorch tensor to NumPy array
waveform_array = waveform.numpy()
scipy.io.wavfile.write("techno_output.wav", rate=model.config.sampling_rate, data=waveform_array)
```
|