当前位置：首页 > news >正文

开源TTS+gtx1080+cuda11.7+conda+python3.9吊打百度TTS

news 文章来源：https://blog.csdn.net/jxyk2007/article/details/132425993 2024/9/22 3:55:48

一、简介

开源项目，文本提示的生成音频模型

https://github.com/suno-ai/bark

Bark是由Suno创建的基于变换器的文本到音频模型。Bark可以生成极为逼真的多语种演讲以及其他音频 - 包括音乐、背景噪音和简单的声音效果。该模型还可以产生非言语沟通，如笑声、叹息和哭声。为了支持研究社区，我们提供了预训练的模型检查点，可用于推断，并可供商业使用。

二、演示链接:

https://pan.baidu.com/s/1O9_la6TBar75NfI1yut4Lg?pwd=utqg 提取码: utqg

三、支持的语言

Language	Status
English (en)	✅
German (de)	✅
Spanish (es)	✅
French (fr)	✅
Hindi (hi)	✅
Italian (it)	✅
Japanese (ja)	✅
Korean (ko)	✅
Polish (pl)	✅
Portuguese (pt)	✅
Russian (ru)	✅
Turkish (tr)	✅
Chinese, simplified (zh)	✅

显卡信息

四、安装步骤

1.安装conda

2.安装python3.9

conda create --name brakAI python=3.9

3.激活brakAI环境

conda activate barkAI

4.安装 pytorc

conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.7 -c pytorch -c nvidia

5.查看了版本

import torch
print(torch.cuda.is_available())
print(torch.__version__)

6.克隆bark

git clone https://github.com/suno-ai/bark
cd bark && pip install .

7.测试

from bark import SAMPLE_RATE, generate_audio, preload_models
from scipy.io.wavfile import write as write_wav
from IPython.display import Audio# download and load all models
preload_models()# generate audio from text
text_prompt = """CSDN是全球知名中文IT技术交流平台,创建于1999年,包含原创博客、精品问答、职业培训、技术论坛、资源下载等产品服务,提供原创、优质、完整内容的专业IT技术开发社区.。
"""
audio_array = generate_audio(text_prompt)# save audio to disk
write_wav("bark_generation22.wav", SAMPLE_RATE, audio_array)# play text in notebook
Audio(audio_array, rate=SAMPLE_RATE)

会自动下载模型文件text_2.pt，也可以自己下载suno/bark at main

模型路径 bark/generation.py

将临时目录改到bark 根目录，模型文件下载到这个目录下

五、网页版提供服务

后端main.pyp

# -*- coding: utf-8 -*-
from flask import Flask, request, send_file, render_template_string ,jsonify
from bark import SAMPLE_RATE, generate_audio, preload_models
from scipy.io.wavfile import write as write_wav
import tempfile
import time
import osapp = Flask(__name__)# 下载和加载所有模型
preload_models()@app.route('/')
def index():return render_template_string(open('templates/index.html').read())@app.route('/generate', methods=['POST'])
def generate():text_prompt = request.form.get('text')if text_prompt:text_prompt = request.form['text']audio_array = generate_audio(text_prompt)timestamp = str(int(time.time()))filename = timestamp + "times.wav"filepath = os.path.join('wavfile', filename)write_wav(filepath, SAMPLE_RATE, audio_array)file_url = '/wavfile/' + filenamereturn jsonify({"file_url": file_url})else:return "No text provided!", 400if __name__ == '__main__':app.run(host='0.0.0.0' ,debug=True)

前端index.html

<!DOCTYPE html>
<html lang="en">
<head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1.0"><title>Text to Audio</title><link rel="stylesheet" href="https://cdn.jsdelivr.net/npm/bootstrap@4.0.0/dist/css/bootstrap.min.css" integrity="sha384-Gn5384xqQ1aoWXA+058RXPxPg6fy4IWvTNh0E263XmFcJlSAwiGgFAW/dAiS6JXm" crossorigin="anonymous">
<script src="https://cdn.jsdelivr.net/npm/bootstrap@4.0.0/dist/js/bootstrap.min.js" integrity="sha384-JZR6Spejh4U02d8jOt6vLEHfe/JQGiRRSQQxSfFWpi1MquVdAyjUar5+76PVCmYl" crossorigin="anonymous"></script>
</head>
<body><div class="container mt-5"><h1>Text to Audio Converter By 3yuan 2023.8.22 23.15.00</h1><div class="form-group"><label for="text">Enter your text:</label><textarea class="form-control" id="text" rows="4" required></textarea></div><button id="convert" class="btn btn-primary">Convert</button><div  class="mt-3"><a href="https://blog.csdn.net/jxyk2007/article/details/132425993?">Open Source TTS+gtx1080+cuda11.7+conda+python3.9 ,Beat Baidu TTS</a></div><img id="loading" class="img-responsive mt-3" src="{{ url_for('static', filename='loading.gif') }}" style="display: none;" alt="Loading..."><div id="result" class="mt-3"></div><div id="result2" class="mt-3"></div></div><script src="https://code.jquery.com/jquery-3.3.1.min.js"></script><script>$("#convert").click(function() {var text = $("#text").val();if (text) {$("#loading").show();$.post("/generate", { text: text }, function(data) {$("#loading").hide();var link = $('<a href="' + data.file_url + '" download="' + data.file_url + '">Download the audio file</a>');$("#result").html(link);var link2 = $(" <video src="+ data.file_url +" data-canonical-src="+ data.file_url + " controls='controls'   autoplay='autoplay' style='max-height:200px; min-height: 100px'></video>");$("#result2").html(link2);});} else {alert("Please enter some text!");}});</script>
</body>
</html>

其他模型下载，文字转语言

Models - Hugging Face

开源TTS+gtx1080+cuda11.7+conda+python3.9吊打百度TTS

一、简介开源项目，文本提示的生成音频模型 https://github.com/suno-ai/bark Bark是由Suno创建的基于变换器的文本到音频模型。Bark可以生成极为逼真的多语种演讲以及其他音频 - 包括音乐、背景噪音和简单的声音效果。该模型还可以产生非言语沟通，如…...

编程日记 2023/8/26 4:52:26

【私有GPT】CHATGLM-6B部署教程

【私有GPT】CHATGLM-6B部署教程 CHATGLM-6B是什么？ ChatGLM-6B是清华大学知识工程和数据挖掘小组（Knowledge Engineering Group (KEG) & Data Mining at Tsinghua University）发布的一个开源的对话机器人。根据官方介绍，这是…...

编程日记 2023/8/26 4:51:23

基于“R语言+遥感“水环境综合评价方法教程

详情点击链接：基于"R语言遥感"水环境综合评价方法教程一：R语言 1.1 R语言特点（R语言） 1.2 安装R（R语言） 1.3 安装RStudio（R语言） （1）下载地址…...

编程日记 2023/8/26 4:50:22

To_Heart—题解——P6234 [eJOI2019] T形覆盖

link. 突然很想写这篇题解。虽然题目不算难。考场只有30分是为什么呢？看来是我没有完全理解这道题目吧！ 首先很明显的转换是，把 T 型覆盖看成十字形，再考虑最后减去某一块的贡献。然后然后直接往原图上面放十字形!对于每一个…...

编程日记 2023/8/26 4:49:15

[软件工具]精灵标注助手目标检测数据集格式转VOC或者yolo

有时候我们拿到一个数据集发现是xml文件格式如下： <?xml version"1.0" ?> <doc><path>C:\Users\Administrator\Desktop\test\000000000074.jpg</path><outputs><object><item><name>dog</name>…...

编程日记 2023/8/26 4:48:14

先看代码演示项目先定义一个User类 public class User {private String name;Overridepublic String toString() {return "User{" "name" name \ };}public String getName() {return name;}public void setName(String name) {this.name name;} }…...

编程日记 2023/8/26 4:47:08

论文阅读_图形图像_U-NET

name_en: U-Net: Convolutional Networks for Biomedical Image Segmentation name_ch: U-Net：用于生物医学图像分割的卷积网络 addr: http://link.springer.com/10.1007/978-3-319-24574-4_28 doi: 10.1007/978-3-319-24574-4_28 date_read: 2023-02-08 date_publi…...

编程日记 2023/8/26 4:46:07

基于热交换算法优化的BP神经网络（预测应用） - 附代码

基于热交换算法优化的BP神经网络（预测应用） - 附代码文章目录基于热交换算法优化的BP神经网络（预测应用） - 附代码1.数据介绍2.热交换优化BP神经网络2.1 BP神经网络参数设置2.2 热交换算法应用 4.测试结果：5.Matlab代…...

编程日记 2023/8/26 4:45:05

基于秃鹰算法优化的BP神经网络（预测应用） - 附代码

基于秃鹰算法优化的BP神经网络（预测应用） - 附代码文章目录基于秃鹰算法优化的BP神经网络（预测应用） - 附代码1.数据介绍2.秃鹰优化BP神经网络2.1 BP神经网络参数设置2.2 秃鹰算法应用 4.测试结果：5.Matlab代码摘要…...

编程日记 2023/8/26 4:44:04

2.文章复现《热电联产系统在区域综合能源系统中的定容选址研究》（附matlab程序）

0.代码链接 1.简述光热发电是大规模利用太阳能的新兴方式，其储热系统能够调节光热电站的出力特性，进而缓解光热电站并网带来的火电机组调峰问题。合理配置光热电站储热容量，能够有效降低火电机组调峰成本。该文提出一种光热电站储热容量配…...

编程日记 2023/8/26 4:43:02

如何开启esxi主机的ssh远程连接

环境：esxi主机，说明：esxi主机默认ssh是不开启的，需要人工手动启动，也可以设置同esxi主机一起开机启动。 1、找到esxi主机，点击“配置”那里，再点击右边的属性，如图所示： …...

编程日记 2023/8/26 4:42:01

Android Studio实现解析HTML获取json，解析json图片URL，将URL存到list，进行瀑布流展示

目录效果build.gradle（app）添加的依赖（用不上的可以不加）AndroidManifest.xml错误activity_main.xmlitem_image.xmlMainActivityImage适配器ImageModel 接收图片URL 效果 build.gradle（app）添加的依赖&…...

编程日记 2023/8/26 4:41:00

Centos7 交叉编译QT5.9.9源码 AArch64架构

环境准备 centos7 镜像下载地址：http://mirrors.aliyun.com/centos/7.9.2009/isos/x86_64/ aarch64交叉编译链下载地址：https://releases.linaro.org/components/toolchain/binaries/7.3-2018.05/aarch64-linux-gnu/ QT5.9.9源代码下载地址&#xff1…...

编程日记 2023/8/26 4:39:59

爬虫逆向实战（二十）--某99网站登录

一、数据接口分析主页地址：某99网站 1、抓包通过抓包可以发现登录接口是AC_userlogin 2、判断是否有加密参数请求参数是否加密？ 通过查看“载荷”可以发现txtPassword和aws是加密参数请求头是否加密？ 无响应是否加密？ 无…...

编程日记 2023/8/26 4:38:58

【C# 基础精讲】LINQ to Objects查询

LINQ to Objects是LINQ技术在C#中的一种应用，它专门用于对内存中的对象集合进行查询和操作。通过使用LINQ to Objects，您可以使用统一的语法来查询、过滤、排序、分组等操作各种.NET对象。本文将详细介绍LINQ to Objects的基本概念、常见的操作和示例&am…...

编程日记 2023/8/26 4:37:56

【力扣】209. 长度最小的子数组＜滑动窗口＞

【力扣】209. 长度最小的子数组给定一个含有 n 个正整数的数组和一个正整数 target 。找出该数组中满足其和 ≥ target 的长度最小的连续子数组 [numsl, numsl1, …, numsr-1, numsr] ，并返回其长度。如果不存在符合条件的子数组，返回 0 。示例 1&a…...

编程日记 2023/8/26 4:36:49

帮助中心应该用什么工具做？

在线帮助中心是指一个位于互联网上的资源平台，提供给用户获取产品或服务相关信息、解决问题以及获取技术支持的渠道。它通常包含了组织化的知识库、常见问题解答（FAQ）、操作指南、教程视频、用户手册等内容。在线帮助中心的主要目标是为用户提…...

编程日记 2023/8/26 4:35:48

前端面试：【跨域与安全】跨域问题及解决方案

嗨，亲爱的Web开发者！在构建现代Web应用时，跨域问题和安全性一直是不可忽视的挑战之一。本文将深入探讨跨域问题的背景以及解决方案，以确保你的应用既安全又能与其他域名的资源进行互操作。 1. 什么是跨域问题？ 跨域问…...

编程日记 2023/8/26 4:34:48

【SQL中DDL DML DQL DCL所包含的命令】

SQL中DDL DML DQL DCL所包含的命令关于DDL、DML、DQL、DCL的定义和适用范围如下： 数据定义语言（Data Definition Language，DDL）： DDL用于创建、修改和删除数据库中的表、视图、索引等对象。它的主要命令包括CREATE、A…...

编程日记 2023/8/26 4:33:47

LeetCode150道面试经典题-- 二叉树的最大深度(简单)

1.题目给定一个二叉树 root ，返回其最大深度。二叉树的最大深度是指从根节点到最远叶子节点的最长路径上的节点数。 2.示例 3.思路深度优先遍历一个二叉树要查询到最大深度，可以将问题转为从根节点出发，查看左右子树的最大深度&am…...

编程日记 2023/8/26 4:32:45

【C++11】future和async等

C11的future和async等关键字 1.async和future的概念 std::async 和 std::future 是 C11 引入的标准库功能，用于实现异步编程，使得在多线程环境中更容易处理并行任务。它们可以帮助你在不同线程中执行函数，并且能够方便地获取函数的结果。在…...

编程日记 2023/8/26 4:31:42

Linux 系统下 GDB 调试器的使用

文章目录简介GDB 的介绍GDB 的使用 GDB 常用命令及示例查看相关操作断点相关操作运行相关操作变量相关操作分隔窗口操作简介 GDB 的介绍 GDB 是 GNU 调试程序，是用来调试 C 和 C 程序的调试器。它可以让程序开发者在程序运行时观察程序的内部结构和内存的使用情况…...

编程日记 2023/8/26 4:30:41

个人首次使用UniAPP使用注意事项以及踩坑

个人首次使用UniAPP 使用注意事项以及踩坑自我记录持续更新 1.vscode 插件 uni-create-view 快速nui-app页面的 uni-helper uni-app代码提示的 uniapp小程序扩展鼠标悬停查文档 Error Lens 行内提示报错 "types": ["dcloudio/types", "mini…...

编程日记 2023/8/26 4:29:40

VSCode 如何解决 scanf 的输入问题——Code is already running!

文章如何使用 VSCode 软件运行C代码中已经介绍了如何在 VSCode 软件中运行C代码，但最近在使用 scanf 想从键盘输入时，运行代码后显示“Code is already running!”，如下图所示，在输出窗口是无法通过键盘输入的。解决办法如下&am…...

编程日记 2023/8/26 4:28:38

短视频seo源码矩阵系统开源---代码php分享

前言：短视频seo源码短视频seo矩阵系统源码私有化部署短视频seo源码短视频seo矩阵系统源码私有化怎么部署？ 首先我们来给大家普及一下什么是短视频seo矩阵系统？视频矩阵分为多平台矩阵与一个平台多账号矩阵，加上seo排名优化&…...

编程日记 2023/8/26 4:27:35

【docker】中文无法显示输入等问题解决方法

every blog every motto: You can do more than you think. csdn: https://blog.csdn.net/weixin_39190382?typeblog ID: 胡侃有料 0. 前言 docker 路径中文不显示，无法输入中文问题解决方法 1. 解决方法 1.1 临时解决打开etc/profile文件，末尾添…...

编程日记 2023/8/26 4:26:33

leetcode 1035. 不相交的线

2023.8.25 本题可以转化为：求两数组的最长公共子序列。进而可以用dp算法解决。方法类似于这题最长公共子序列。代码如下： class Solution { public:int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {vector<…...

编程日记 2023/8/26 4:25:29

Hystrix: 服务降级

cloud是基础，eureka是服务注册和发现，consumer是消费者去消费provider里的东西，消费方式就是Feign和Ribbon，feign 接口消费，ribbon Rest消费服务降级发生在客户端，客户端因为请求关闭的服务器&#xff0…...

编程日记 2023/8/26 4:24:27

高精度运算（加减乘除乘法）

所谓高精度，就是大数的运算，这个大数可能是要远远超过现有数据类型的最大范围。如果我们想进行这样的运算，就要掌握计算的原理——竖式运算。加法我们这里先简单考虑非负数的加法，竖式这么列对吧： ①存储我们如何…...

编程日记 2023/8/26 4:23:26

Mysql数据库技术知识整理

Mysql的知识点目录重点：架构,引擎,索引，锁机制,事务机制,日志机制，集群,调优 3、Mysql索引索引概念覆盖索引： 条件列和结果列都在索引中索引下推： 查询会先过滤条件列，然后回表查数据最左前缀匹配&am…...

编程日记 2023/8/26 4:22:22

SpringBoot整合Mybatis 简单试用

1. 导入依赖我使用MySQL，需要导入MySQL的驱动依赖此外要在SpringBoot中使用Mybatis，则需要导入Mybatis启动器 <dependency><groupId>org.mybatis.spring.boot</groupId><artifactId>mybatis-spring-boot-starter</artifact…...

编程日记 2023/8/26 4:21:22

SpringBoot案例-配置文件-yml配置文件

配置格式 SpringBoot提供了多种属性配置方式 application.propertiesapplication.ymlapplication.yaml常见配置文件格式对比 XML（臃肿） <configuration><database><host>localhost</host><port>3306</port><use…...

编程日记 2023/8/26 4:20:20

Web Components

Web Components标准非常重要的一个特性是，它使开发者能够将HTML页面的功能封装为custom elements（自定义标签），可以使用CustomElementRegistry来管理自定义标签 <script>//1、创建自定义标签class NewElement extends HTML…...

编程日记 2023/8/26 4:19:19

IT运维软件的费用是多少？

正常一套IT运维软件费用一般在5千-50万之间不等，而且分为一次性付费或年付费模式，付费方式导致的价格也不同。正常情况下IT运维软件的具体价格，是需要根据企业的实际需求来进行综合评估，一般来说，影响具体价格费用有以…...

编程日记 2023/8/26 4:18:17

基于Three.js的WebXR渲染入门

1、Three.js 渲染管线快速概览我不会花太多时间讨论 Three.JS 渲染管道的工作原理，因为它在互联网上有详细记录（例如，此链接）。我将在下图中列出基础知识，以便更容易理解各个部分的去向。 2、WebXR 设备 API 入门在我们深入了解 WebXR API 本身之前，您应该知道 WebX…...

编程日记 2023/8/26 4:17:16

resource doesn‘t have a corresponding Go package.

resource doesnt have a corresponding Go package. GO这个鬼东西不能直接放src下。 ************ Building Go project: ProjectGoTest ************with GOPATH: D:\Go;D:\eclipse-jee-oxygen-2-win32-x86_64\workspace\ProjectGoTest >> Running: D:\Go\bin\go.exe …...

编程日记 2023/8/26 4:16:13

【微服务】微服务调用原理及服务治理

本文通过图文结合，简要讲述微服务的调用原理，以及服务治理的相关概念。 1.微服务的调用原理举个栗子：你去会所洗脚。首先，技师肯定要先去会所应聘，通过之后，会所会记录该技师的信息和技能，然后…...

编程日记 2023/8/26 4:15:11

【在Windows下搭建Tomcat HTTP服务】

文章目录前言1.本地Tomcat网页搭建1.1 Tomcat安装1.2 配置环境变量1.3 环境配置1.4 Tomcat运行测试1.5 Cpolar安装和注册 2.本地网页发布2.1.Cpolar云端设置2.2 Cpolar本地设置 3.公网访问测试4.结语前言 Tomcat作为一个轻量级的服务器，不仅名字很有趣&#xff0…...

编程日记 2023/8/26 4:14:10

前端Vue3框架知识点大全

Vue.js是一种流行的JavaScript前端框架，它的第三个版本Vue3带来了许多令人兴奋的新特性和改进。 1、响应式数据： Vue 3采用了基于Proxy的响应式系统，相比Vue 2中的Object.defineProperty，Proxy提供了更强大和灵活的拦截器&#…...

编程日记 2023/8/26 4:13:08

C语言练习2（巩固提升）

C语言练习2 选择题前言 “志之所趋，无远弗届，穷山距海，不能限也。”对想做爱做的事要敢试敢为，努力从无到有、从小到大，把理想变为现实。要敢于做先锋，而不做过客、当看客，让创新成为青春远航的…...

编程日记 2023/8/26 4:12:07

Vulnhub: DriftingBlues: 1靶机

kali：192.168.111.111 靶机：192.168.111.215 信息收集端口扫描 nmap -A -sC -v -sV -T5 -p- --scripthttp-enum 192.168.111.215 80端口首页源码访问noteforkingfish.txt，发现为Ook!加密的密文解密后提示需要用户eric和修改hosts文件&…...

编程日记 2023/8/26 4:11:06

Android项目如何上传Gitee仓库

前言最近Android项目比较多，我都是把Android项目上传到Gitee中去，GitHub的话我用的少，可能我还是更喜欢Gitee吧，毕竟Gitee仓库用起来更加方便一. 创建Gitee仓库 1. 先创建一个Gitee账号，然后登录上去 2. 创建Androi…...

编程日记 2023/8/26 4:10:03

MySQL——基础——联合查询

联合查询 - union,union all 对于union查询,就是把多次查询的结果合并起来,形成一个新的查询结果集 SELECT 字段列表 FROM 表A ... UNION [ALL] SELECT 字段列表 FROM 表B ...; 1.将薪资低于5000的员工,和年龄大于50的员工全部查询出来 use itcast; select * from participat…...

编程日记 2023/8/26 4:09:01

Vue3+Vite 初始化Cesium

Vue3Vite 初始化Cesium 安装依赖 yarn add cesium yarn add vite-plugin-cesium -D加载vite-plugin-cesium插件 import { defineConfig } from vite import vue from vitejs/plugin-vue import cesium from vite-plugin-cesium;export default defineConfig({plugins: [vue(…...

编程日记 2023/8/26 4:07:59

c++内存地址分配

...

编程日记 2023/8/26 4:06:57

改进YOLO系列：9.添加S2Attention注意力机制

添加S2Attention注意力机制 1. S2Attention注意力机制论文２. S2Attention注意力机制原理３. S2Attention注意力机制的配置３.１common.py配置３.２yolo.py配置３.３yaml文件配置1. S2Attention注意力机制论文论文题目：S 2 -MLPV2: IMPROVED SPATIAL-SHIFT MLP ARCHITECTURE…...

编程日记 2023/8/26 4:05:56

微服务Feign组件远程调用自定义解码器

Feign远程调用响应结果格式 public class Result<T> {/*** 响应码，200为成功*/private Integer code;/*** 响应信息*/private String message;/*** 响应的具体对象*/private T data; }自定义Feign解码器 Component // 注入Spring的IOC容器中，所有…...

编程日记 2023/8/26 4:04:55