Главное

  • Silero TTS получил поддержку восклицательных предложений и выделения отдельных слов голосом.
  • Синтезатор распознаёт четыре типа вопросов: специальные, общие, альтернативные и вопросы-хвостики.
  • Система работает на одном потоке процессора и не требует видеокарты.

Что изменилось в версии v5

Обновление расширило возможности публичного синтеза речи Silero TTS. Сервис умеет менять интонацию в зависимости от знаков препинания и выделения слов в тексте, сообщается в публикации на Habr.

Эмфаза означает, что говорящий выделяет конкретное слово в предложении. В тексте нужное слово можно отметить двумя звёздочками. Например: «Эта булочка очень вкусная!».

Система также озвучивает восклицания. Для этого достаточно поставить восклицательный знак в конце предложения.

В обновлении появилась новая версия библиотеки для расстановки ударений. Она работает с обычными словами и словами с одинаковым написанием.

Авторы проекта отметили: «Мы, наконец-то, собрали весь набор фич, к которому стремились долгое время».

Четыре вида вопросов

Silero TTS поддерживает специальные вопросы с вопросительным словом.

Для более выразительного звучания можно выделить один смысловой центр одной звёздочкой.

Альтернативные вопросы предлагают выбор между вариантами. В публикации приведён пример: «Ты любишь рыбу или мясо?».

Пример такой конструкции: «Не так ли?».

Как запустить синтезатор

Обновлённую модель можно скачать и использовать обычным способом. Доступна установка через pip, систему для установки пакетов, torch.hub или локальный запуск.

Библиотека поддерживает разметку SSML. Она позволяет задавать скорость и высоту голоса, длину пауз и паузы между абзацами и предложениями.

Система работает со скоростью до 100 раз выше обычной на четырёх потоках процессора. Отдельно указано, что новые возможности работают на одном потоке процессора.

Для запуска доступны голоса aidar, baya, kseniya, xenia и eugene. В примере используется модель v5_6_ru и голос xenia.

Ранее в Silero TTS уже появилась поддержка вопросов. Теперь к ней добавили восклицания, эмфазы и обновлённую расстановку ударений.

Авторы проекта добавили, что у эмфаз возможны отдельные ошибки. Их планируют исправлять в будущих выпусках.