Не могу сгенерировать речь из библиотеки tts coqui-tts, и эта ошибка возникает при использовании одного и нескольких дин ⇐ Python

[Anonymous]

Код: Выделить всё

from TTS.utils.manage import ModelManager
from TTS.utils.synthesizer import Synthesizer

from google.colab import files

Initialize the model manager and load the models

model_name = "tts_models/en/ljspeech/tacotron2-DDC"

vocoder_name = "vocoder_models/en/ljspeech/hifigan_v2"

model_manager = ModelManager()

model_path, config_path, _ = model_manager.download_model(model_name)

vocoder_path, vocoder_config_path, _ = model_manager.download_model(vocoder_name)

Create the synthesizer object

synthesizer = Synthesizer(model_path, config_path, vocoder_path, vocoder_config_path, use_cuda=False)

Generate dynamic SSML based on manually chosen emotion

def generate_dynamic_ssml(chunk):

ssml = f""""""

# Uncomment the emotion you want to apply

ssml += f"
{chunk}"  # happy

# ssml += f"{chunk}"  # romantic

# ssml += f"{chunk}"  # hopeful

# ssml += f"{chunk}"  # neutral

# ssml += f"{chunk}"  # disappointed

# ssml += f"{chunk}"  # angry

# ssml += f"{chunk}"  # fearful

# ssml += f"{chunk}"  # sad

# ssml += f"{chunk}"  # devastated

ssml += ""

return ssml

Function to synthesize speech for each chunk

def synthesize_speech(text):

# Generate SSML for the whole text with a manually selected emotion

ssml = generate_dynamic_ssml(text)

# Synthesize the text

wav = synthesizer.tts(ssml)

# Save the output file

output_file = "output_with_emotion.wav"

synthesizer.save_wav(wav, output_file)

# Download the file to the local machine

files.download(output_file)

Example usage

if name == "main":

sample_text = """I am so happy to see you! You make my heart race with joy and love."""

# Convert text to speech with the selected emotion

synthesize_speech(sample_text)

код с использованием модели tacotron2 и вокодера hifigen, после этого я использую библиотеку синтезатора ssml, которая изменяет высоту голоса, чтобы сделать его похожим на эмоции

Код: Выделить всё

AttributeError                            Traceback (most recent call last)

 in ()

53

54     # Convert text to speech with the selected emotion

---> 55     synthesize_speech(sample_text)

1 frames

 in synthesize_speech(text)

39

40     # Synthesize the text

---> 41     wav = synthesizer.tts(ssml)

42

43     # Save the output file

/usr/local/lib/python3.10/dist-packages/TTS/utils/synthesizer.py in tts(self, text, speaker_name, language_name, speaker_wav, style_wav, style_text, reference_wav, reference_speaker_name, split_sentences, **kwargs)

320                     speaker_id = self.tts_model.speaker_manager.name_to_id[speaker_name]

321             # handle Neon models with single speaker.

--> 322             elif len(self.tts_model.speaker_manager.name_to_id) == 1:

323                 speaker_id = list(self.tts_model.speaker_manager.name_to_id.values())[0]

324             elif not speaker_name and not speaker_wav:

AttributeError: 'NoneType' object has no attribute 'name_to_id' that is the error

этот код tts использует coqui-tts, которые создают эмоциональные tts, поэтому всегда возникает следующая ошибка, и я попытался сделать код одним и несколькими динамиками
сделайте одиночные и несколько динамиков, возможно, кто-нибудь знает решение или посоветует мне использовать другую модель, я хочу бесплатную


Подробнее здесь: https://stackoverflow.com/questions/790 ... -happens-i