linux系统下可用的语音转文字方法(Fish Speech)
推荐一款Linux下可用的,全新的文本转语音(TTS),计算机朗读文本—Fish SpeechFish Speech具有高度自定义和灵活性,目前支持Linux和Windows系统。运行需要2GB的GPU内存进行运算,使用Flash-Attn进行推理和训练,支持VQGAN和Text2Semantic模型。
推荐一款Linux下可用的,全新的文本转语音(TTS),计算机朗读文本—Fish Speech
Fish Speech具有高度自定义和灵活性,目前支持Linux和Windows系统。
运行需要2GB的GPU内存进行运算,使用Flash-Attn进行推理和训练,支持VQGAN和Text2Semantic模型。
安装方法:
安装 pytorch
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
安装 flash-attn (适用于linux)
pip3 install ninja && MAX_JOBS=4 pip3 install flash-attn --no-build-isolation
安装 fish-speech
pip3 install -e .
git地址:
https://speech.fish.audio/zh/latest/zh/
可以看到2023/12/17:更新了 text2semantic 模型, 支持无音素模式。非常非常的新,推荐python3环境更新到最新的版本。
魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐

所有评论(0)