Instructions to use semfence/pivo-ptbr with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- MLX
How to use semfence/pivo-ptbr with MLX:
# Download the model from the Hub pip install huggingface_hub[hf_xet] hf download semfence/pivo-ptbr --local-dir pivo-ptbr
- Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- LM Studio
- Atomic Chat
File size: 1,490 Bytes
aca3639 | 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 | # Código do pivo-ptbr
| Arquivo | Para quê |
|---|---|
| `speak.py` | Texto -> voz, em MLX (Mac) ou ONNX Runtime. É o que o model card usa. |
| `pivo_mlx.py` | O acústico e o vocoder em MLX (usado por `speak.py`). |
| `convert.py` | `pivo-ptbr.pt` + vocoder ONNX -> `mlx/*.safetensors`. |
| `pivo_ptbr/model.py` | O acústico em PyTorch. |
| `pivo_ptbr/prepare.py` | Dados: 24 -> 16 kHz, features Opus, fonemas e durações. |
| `pivo_ptbr/train.py` | Treino do acústico. |
| `pivo_ptbr/export.py` | PyTorch -> `encoder.onnx` e `decoder.onnx`. |
| `pivo_ptbr/features.py` | Extração de features (Opus) e o vocoder em ONNX Runtime. |
Para só **usar** o modelo, veja o model card. O restante serve para reproduzir o treino:
```bash
pip install torch onnx onnxruntime soundfile scipy pyarrow \
git+https://github.com/SemFence/dizione-ptbr git+https://github.com/SemFence/tiny-voca-ptbr
hf download semfence/ptbr-synthetic-speech --repo-type dataset --local-dir data/speech
# extrator de features: fargan_demo, do Xiph/Opus (rev bafd40dcbd506e12da257b8cb05c0afe1ed44719),
# compilado com -DOPUS_DEEP_PLC=ON; aponte para ele:
export FARGAN_DEMO=/caminho/para/fargan_demo
python code/pivo_ptbr/prepare.py --split train # e validation, test
python code/pivo_ptbr/train.py --out runs/w96
python code/pivo_ptbr/export.py runs/w96/best.pt exportado
```
`prepare.py` usa o front end e o alinhador CTC do tiny-voca-ptbr só para rotular os dados; nenhum peso dele entra no modelo.
|