Nara Mini v1 là mô hình tổng hợp giọng nói tiếng Myanmar và tiếng Anh, được phát triển bởi dự án cộng đồng Nara Audio dựa trên nền tảng Kokoro. Mô hình này có bốn giọng điệu: Shoon, Thazin, Ko Banyar và Htet Myat, mỗi giọng sử dụng một mạng nơ-ron độc lập và xuất ra âm thanh đơn kênh ở tần số 24 kHz. Mô hình tích hợp sẵn các quy tắc phát âm tiếng Myanmar, danh sách từ ngoại lệ và phương pháp đọc số; phần tiếng Anh sử dụng phiên âm Misaki. Các script mẫu chạy bộ mã hóa ONNX và bộ giải mã lượng tử hóa INT8 trên CPU. Bốn giọng điệu này được huấn luyện bằng giọng nói tổng hợp do VoxCPM2 tạo ra.
Tại sao quan trọng Các giải pháp tổng hợp giọng nói mã nguồn mở cho tiếng Myanmar rất hiếm, mô hình này có thể sử dụng cho mục đích thương mại, tích hợp sẵn quy tắc phát âm tiếng Myanmar và phương pháp đọc số, đồng thời cung cấp bản xuất ONNX dành cho thiết bị di động.
Hugging Face Likes 10 · Hugging Face Trending Score 10 · Hugging Face Downloads 258
Giấy phép: Có thể sử dụng thương mại · ComfyUI: Chưa có · VRAM: ≈2 GB (ước tính)
Lý do
- Giấy phép Apache-2.0, cho phép sử dụng thương mại; khi phân phối lại, cần giữ nguyên giấy phép LICENSE và các ghi chú trong NOTICE
- Có không gian demo trực tuyến trên Hugging Face
Cách sử dụng
- Chạy lệnh hf download YeeNyunn/nara-mini-v1 --local-dir nara-mini-v1, vào thư mục và chạy pip install -r requirements.txt, sau đó chạy python synthesize.py --voice shoon --text "văn bản cần đọc" --output speech.wav; tham số --threads dùng để đặt số luồng CPU
Rủi ro
- Tác giả không ghi lại phiên bản Kokoro gốc được sử dụng; khi trộn lẫn tiếng Trung và tiếng Anh, phát âm và ngữ điệu có thể không ổn định, các số trong văn bản trộn lẫn cũng được đọc theo quy tắc tiếng Myanmar
- Không hỗ trợ tiếng Trung; phiên âm tiếng Anh phụ thuộc vào eSpeak, mỗi thành phần phụ thuộc có giấy phép riêng