linux系统下可用的语音转文字方法（Fish Speech）

2023-12-20 07:27:05

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。
在这里插入图片描述
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。

文章来源:https://blog.csdn.net/bugsycrack/article/details/135076928
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。