piper-tts

我的天空里没有太阳，总是黑夜但并不暗，因为有东西替代了太阳。——《白夜行》

GitHub - rhasspy/piper: A fast, local neural text to speech system

在线演示

Piper Voice Samples

Piper: 快速、高质量的神经网络语音合成工具

在语音合成领域，Piper是一款引人注目的本地化神经网络工具。它以高效、低资源需求而著称，特别为Raspberry Pi 4优化，能生成接近真实人声的语音。这款工具由Open Home Foundation开发，并支持多个语言与场景，成为语音合成领域的重要开源项目。

什么是Piper？

Piper是一款快速的本地语音合成系统，利用VITS（Variational Inference Text-to-Speech）模型训练的声音，输出高质量的语音。这些模型被导出到ONNX格式，借助ONNX Runtime运行。Piper适合个人项目和研究用途，特别是在低功耗设备上的应用。

Piper的核心特点

1. 高效本地运行：Piper针对Raspberry Pi 4进行了优化，即使在低性能硬件上也能实现高质量语音合成。
2. 多语言支持：支持超过30种语言及多种方言，涵盖了全球大部分主要语言。
3. 简单易用：通过简单的命令行即可完成语音合成，无需复杂配置。
4. 开源与社区驱动：作为开源项目，Piper得到了开发者社区的积极支持和贡献。

多语言语音支持

Piper支持多种语言的语音模型，例如英语（en_US, en_GB）、中文（zh_CN）、德语（de_DE）、法语（fr_FR）等。每个语音模型由两个文件组成：一个ONNX模型文件和一个JSON配置文件。例如：

• 模型文件: en_US-lessac-medium.onnx
• 配置文件: en_US-lessac-medium.onnx.json

快速开始

Piper的使用非常简单，只需以下几步即可生成语音文件：

安装

Piper可以通过二进制包或源代码构建方式安装。以下是常见安装方式：

1. 使用预构建的二进制包：

   • 针对Raspberry Pi的64位版本：

     wget https://github.com/rhasspy/piper/releases/download/v1.2.0/piper_arm64.tar.gz
     tar -xvf piper_arm64.tar.gz

2. 从源代码构建：

   • 克隆代码库并按照文档中的构建指南完成安装。

使用示例

以下命令将输入文本合成为语音文件：

echo '欢迎来到语音合成的世界！' | \
  ./piper --model zh_CN-medium.onnx --output_file welcome.wav

生成的welcome.wav文件可以直接播放。

流式音频输出

Piper支持将生成的原始音频流直接输出到标准输出，实现实时播放：

echo '实时语音合成演示。' | \
  ./piper --model zh_CN-medium.onnx --output-raw | \
  aplay -r 22050 -f S16_LE -t raw -

社区与开源生态

Piper是Open Home Foundation的项目之一，并被多个项目采用，包括Home Assistant、Rhasspy 3、NVDA等。

项目用途

• 智能家居：支持Home Assistant的语音功能。
• 无障碍应用：为视觉障碍用户提供文本朗读功能。
• 科研与教育：提供语音合成研究的可靠工具。

如何贡献

作为一个开源项目，Piper欢迎开发者贡献代码、改进文档或提供新的语音模型。您可以通过GitHub提交PR或参与讨论。