需求
使用Gradio + TTS 生成文本转语音工具,TTS生成的.wav
文件存储在本地,然后通过librosa工具读取文件并返回给Gradio。
主要问题
尝试了很多个语音工具,只有librosa返回的数据格式能够很好地与Gradio兼容。
librosa.load()
返回:data:音频时间序列 sr :音频的采样率
https://librosa.org/doc/latest/tutorial.html
代码
import gradio as gr
from TTS.api import TTS
import librosa
title = "文本转语音"
def generateAudio(text):
#由于TTS无法很好地处理回车符和空格,需要对text里的回车符进行替换
text = text.replace("\n",",")
text = text.replace(" ","")
tts = TTS(model_name="tts_models/zh-CN/baker/tacotron2-DDC-GST", progress_bar=True, gpu=False)
tts.tts_to_file(text,file_path="output.wav")
audio, sr = librosa.load(path="output.wav")
return sr,audio
app = gr.Interface(
fn=generateAudio,
inputs="text",
outputs="audio",
title=title,
examples=[os.path.join(os.path.dirname(__file__),"output.wav")]
)
app.launch()