Update README.md
Browse files
README.md
CHANGED
|
@@ -8,4 +8,91 @@ language:
|
|
| 8 |
base_model:
|
| 9 |
- nineninesix/kani-tts-370m
|
| 10 |
pipeline_tag: text-to-speech
|
| 11 |
-
---
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 8 |
base_model:
|
| 9 |
- nineninesix/kani-tts-370m
|
| 10 |
pipeline_tag: text-to-speech
|
| 11 |
+
---
|
| 12 |
+
# 🐨 Kani TTS Vie
|
| 13 |
+
|
| 14 |
+
**Fast and Expressive Vietnamese Text-to-Speech Model**
|
| 15 |
+
|
| 16 |
+
Kani TTS Vie là mô hình chuyển văn bản thành giọng nói tiếng Việt nhanh và biểu cảm, được phát triển dựa trên [Kani TTS](https://github.com/NineSixAI/kani-tts) với 370M parameters.
|
| 17 |
+
|
| 18 |
+
## ✨ Tính năng
|
| 19 |
+
|
| 20 |
+
- 🚀 **Siêu nhanh**: Inference chỉ ~3 giây cho đoạn văn ngắn
|
| 21 |
+
- 🎭 **Đa giọng**: Hỗ trợ nhiều giọng đọc tiếng Việt (Nam/Nữ, Bắc/Nam) và các ngôn ngữ khác
|
| 22 |
+
- 📝 **Chuẩn hóa văn bản**: Tự động chuẩn hóa số, ký hiệu, từ viết tắt
|
| 23 |
+
- 🎯 **Chất lượng cao**: Âm thanh tự nhiên, rõ ràng với sample rate 22.05kHz
|
| 24 |
+
|
| 25 |
+
## 🎤 Giọng đọc hỗ trợ
|
| 26 |
+
|
| 27 |
+
### Tiếng Việt
|
| 28 |
+
- **Khoa** – Nam miền Bắc
|
| 29 |
+
- **Hùng** – Nam miền Nam
|
| 30 |
+
- **Trinh** – Nữ miền Nam
|
| 31 |
+
|
| 32 |
+
### Tiếng Anh
|
| 33 |
+
- David (British), Puck (Gemini), Kore (Gemini), Andrew, Jenny (Irish), Simon, Katie
|
| 34 |
+
|
| 35 |
+
### Ngôn ngữ khác
|
| 36 |
+
- **Korean**: Seulgi
|
| 37 |
+
- **German**: Bert, Thorsten (Hessisch)
|
| 38 |
+
- **Spanish**: Maria
|
| 39 |
+
- **Chinese**: Mei (Cantonese), Ming (Shanghai)
|
| 40 |
+
- **Arabic**: Karim, Nur
|
| 41 |
+
|
| 42 |
+
## 🔧 Sử dụng
|
| 43 |
+
|
| 44 |
+
### Trên Hugging Face Space
|
| 45 |
+
|
| 46 |
+
Truy cập trực tiếp tại: [pnnbao-ump/Kani-TTS-Vie](https://huggingface.co/spaces/pnnbao-ump/Kani-TTS-Vie)
|
| 47 |
+
|
| 48 |
+
### Local Installation
|
| 49 |
+
|
| 50 |
+
```bash
|
| 51 |
+
# Clone repository
|
| 52 |
+
git clone https://github.com/pnnbao97/Kani-TTS-Vie.git
|
| 53 |
+
cd Kani-TTS-Vie
|
| 54 |
+
|
| 55 |
+
# Cài đặt dependencies
|
| 56 |
+
pip install -r requirements.txt
|
| 57 |
+
|
| 58 |
+
# Chạy ứng dụng
|
| 59 |
+
python app.py
|
| 60 |
+
```
|
| 61 |
+
|
| 62 |
+
### Python API
|
| 63 |
+
|
| 64 |
+
```python
|
| 65 |
+
from kani_vie.tts_core import Config, KaniModel, NemoAudioPlayer
|
| 66 |
+
from utils.normalize_text import VietnameseTTSNormalizer
|
| 67 |
+
|
| 68 |
+
# Khởi tạo model
|
| 69 |
+
config = Config()
|
| 70 |
+
player = NemoAudioPlayer(config)
|
| 71 |
+
kani = KaniModel(config, player)
|
| 72 |
+
normalizer = VietnameseTTSNormalizer()
|
| 73 |
+
|
| 74 |
+
# Tạo giọng nói
|
| 75 |
+
text = "Xin chào! Tôi là Kani TTS."
|
| 76 |
+
processed_text = normalizer.normalize(text)
|
| 77 |
+
audio, _ = kani.run_model(processed_text, speaker_id="nam-mien-nam")
|
| 78 |
+
|
| 79 |
+
# Lưu file
|
| 80 |
+
import soundfile as sf
|
| 81 |
+
sf.write("output.wav", audio, 22050)
|
| 82 |
+
```
|
| 83 |
+
|
| 84 |
+
## 📊 Thông số kỹ thuật
|
| 85 |
+
|
| 86 |
+
| Thông số | Giá trị |
|
| 87 |
+
|----------|---------|
|
| 88 |
+
| **Model size** | 370M parameters |
|
| 89 |
+
| **Sample rate** | 22,050 Hz |
|
| 90 |
+
| **Inference time** | ~3s cho văn bản ngắn |
|
| 91 |
+
| **RTF** | ~0.1-0.3x (real-time factor) |
|
| 92 |
+
| **Base model** | [nineninesix/kani-tts-370m](https://huggingface.co/nineninesix/kani-tts-370m) |
|
| 93 |
+
|
| 94 |
+
## 📚 Datasets
|
| 95 |
+
|
| 96 |
+
Model được fine-tune trên:
|
| 97 |
+
- [VieNeu-TTS-140h](https://huggingface.co/datasets/pnnbao-ump/VieNeu-TTS-140h)
|
| 98 |
+
- [VieNeu-TTS-140h-nanocodec](https://huggingface.co/datasets/pnnbao-ump/VieNeu-TTS-140h-nanocodec)
|