Como uso no SherpaTTS
O app SherpaTTS exige junto um aquivo tokens.txt para importar um modelo piper
Alguém sabe como gerar um para esse modelo?
Uso o faber no momento mas achei a voz da demo mais agradável para meu uso que é a leitura de artigos grandes
Olá, não sei se já resolveu mas para usar no SherpaTTS, o tokens.txt pode ser gerado a partir do config.json do modelo Piper. Ele usa o campo phoneme_id_map.
No caso desse modelo, eu deixei o config.json no repositório, então dá para gerar o tokens.txt com um script simples em Python. Mas talvez também seja necessário adicionar os metadados corretos dentro do .onnx, porque o Sherpa espera isso em modelos Piper convertidos.
O código ISO 639-2 para português é por, e o nome do modelo pode ser algo como Razo. Depois é só selecionar o .onnx e o tokens.txt no app.
Edit. resolvi com ajuda do seu post e muita ajuda da IA consegui realizar a conversão! esta funcionando muito bem..
gostaria só de deixar umas impressões da voz..
O timbre é muito confortavel de se ouvir, realmente o som é limpo e agradavel.. mas ha umas estranhezas, que acontecem muito após pontuações, como se o narrador agressivamente inspirasse ar pela boca para começar uma sentença longa.
outra coisas, não se se é culpa do Sherpatts ou se é inerente o foco em conteúdo técnico do modelo, mas muitas palavras como "combina", por exemplo, ele meio que tenta falar em inglês como se fosse falar "combine" mas do nada na hora de falar o 'e' troca por 'a'.. acontecem com outras palavras também, mas fica
tirando isso gostei muito do resultado.. está longe da naturalidade do supertonic, mas esse infelizmente ainda tem muitos problemas no celular, apesar de uma leitura muito natural. é muito pesada fazendo o 'narrador' acabar pulando palavras ou mesmo sentenças inteiras.
Obrigado pelo modelo!