zhjygit
zhjygit
Hi sir,this project is great, i connect a gps moudule with gpio 17 and gpio 18, i put maps with (13 14 15 16 resolutions) into sd card. I can...
my openui is in ubuntu18 vmware workstation like 192.168.1.169,my ollama and models is in physical host like 192.168.1.103. how can i use ollama models in openui of vmware workstation.
Speed is adjustable speed = 1.0 for language, text in texts.items(): model = TTS(language=language, device=device) speaker_ids = model.hps.data.spk2id for speaker_key in speaker_ids.keys(): speaker_id = speaker_ids[speaker_key] speaker_key = speaker_key.lower().replace('_', '-') source_se...
是我进入方式不对吗？怎么里面大部分都没法链接进去。
How to simulate pauses in sound. 如何模拟说话中的停顿或者静音。
感觉很不错，能否添加一下台湾那边口音。 如果您没时间，能否说一下具体可行的方法步骤，我来自己操作一下。 非重重要，期待您的回复。
结合论文来看，主要包括两个大的部分：基于基础语音模型的特征提取和音色克隆； 1）基础语音模型在项目中是哪个呀？ 2）guillaumekln/faster-whisper-medium 对应论文中的哪个部分？ 3）melotts--myshell-ai-MeloTTS-xxx会在.cache\huggface\hub目录下下载模型，这些模型作用是什么，对应论文哪一部分呀？ 目前，在V2版本中，我没找到节奏、停顿等的控制方法，貌似只有speed的控制参数。 对于台湾普通话的克隆，几乎无法实现，不知道是基础语音模型的问题还是其他问题（比如，给的音频质量不行），是否需要训练台湾普通话，如何训练能否提供方法，我也想给这个项目顺便贡献一下自己的力量，让他更丰富。