Text-to-Speech
MLX
ONNX
PyTorch
Portuguese
tts
pt-br
brazilian-portuguese
apple-silicon
pivo-ptbr / code /README.md
itxtoledo's picture
Limpa caminhos locais (code)
aca3639 verified
|
Raw History Blame Contribute Delete
1.49 kB

C贸digo do pivo-ptbr

Arquivo Para qu锚
speak.py Texto -> voz, em MLX (Mac) ou ONNX Runtime. 脡 o que o model card usa.
pivo_mlx.py O ac煤stico e o vocoder em MLX (usado por speak.py).
convert.py pivo-ptbr.pt + vocoder ONNX -> mlx/*.safetensors.
pivo_ptbr/model.py O ac煤stico em PyTorch.
pivo_ptbr/prepare.py Dados: 24 -> 16 kHz, features Opus, fonemas e dura莽玫es.
pivo_ptbr/train.py Treino do ac煤stico.
pivo_ptbr/export.py PyTorch -> encoder.onnx e decoder.onnx.
pivo_ptbr/features.py Extra莽茫o de features (Opus) e o vocoder em ONNX Runtime.

Para s贸 usar o modelo, veja o model card. O restante serve para reproduzir o treino:

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 s贸 para rotular os dados; nenhum peso dele entra no modelo.