MoeTTS是一款Tacotron2/HifiGAN模型+編譯好的GUI版本發(fā)布倉庫，訓(xùn)練時長3天，約900 Epoch，13人大型模型還在訓(xùn)練中，之后也會發(fā)布至MoeTTS項目頁，視頻后面的模型400 Epoch訓(xùn)練了5天，語音合成大部分角色效果很好了，數(shù)據(jù)較少的幾個角色還不太行。

【使用說明】

　　模型目錄格式

　　單模型可以放在任意位置，如果模型帶有配置文件，請將它重命名為config.json并與TTS模型放置在同一目錄。（例如hifigan，vits模型，它們是帶有配置文件的）

　　VITS模型請將config.json中的cleaners 改為custom_cleaners

　　文本輸入格式

　　文本一般是輸入音素（日語在這里應(yīng)該輸入羅馬音），但具體要看模型訓(xùn)練者的數(shù)據(jù)是怎么輸入的。比如我的ATRI模型(Tacotron2版本)是輸入無空格羅馬音，標(biāo)點符號只支持逗號句號。

　　自定義Cleaner與Symbols

　　你可以在與moetts.exe同級的目錄下找到custom文件夾，這里面存放了兩種模型的文本模塊。

　　自定義cleaner：找到cleaners.py并修改custom_cleaners函數(shù)即可（軟件默認(rèn)只會移除不在symbols中的字符，不對文本做進一步處理）

　　自定義symbols：找到symbols.py，將里面的符號為你需要的符號

　　注意：不同模型可能使用不同的cleaners與symbols訓(xùn)練，有需要請修改他們，保證模型能正常使用。

　　GUI使用方法

　　tacotron2

　　選擇您的模型路徑與輸出目錄，最后輸入待合成文本，點擊合成語音等待一會軟件會將音頻輸出到輸出目錄/outpus.wav

　　注意事項：

　　首次合成需要加載模型，耗時較長，相同模型再次合成不會再次加載，直接合成。

　　如果切換模型，再次合成會重新加載。

　　如果修改cleaners與symbols，重新啟動軟件后才能生效。

　　軟件為64位版本，不支持32位系統(tǒng)。

　　VITS特殊說明

　　VITS-Single，VITS-Multi分別為單角色模型與多角色模型

　　VITS-Multi中的原角色ID即待合成語音的角色ID，需要填入數(shù)字，目標(biāo)角色ID為語音遷移功能的待遷移目標(biāo)角色ID。

　　待遷移音頻需要22050的采樣率，16位，單聲道。