| --- |
| datasets: |
| - Porameht/processed-voice-th-169k |
| language: |
| - th |
| pipeline_tag: text-to-speech |
| base_model: |
| - SWivid/F5-TTS |
| license: cc-by-4.0 |
| --- |
| |
| #### F5-TTS-ไทย |
|
|
| โมเดล Text To Speech ภาษาไทย |
|
|
| โมเดลหลัก : [SWivid/F5-TTS](https://huggingface.co/SWivid/F5-TTS) |
|
|
| Github : https://github.com/SWivid/F5-TTS |
|
|
| | ชุดข้อมูล | ระยะเวลา(ชั่วโมง) |
| |--------|--------| |
| | [Common Voice (Porameht/processed-voice-th-169k)](https://huggingface.co/datasets/Porameht/processed-voice-th-169k) | ~160 |
| | [Porjai Dataset](CMKL/Porjai-Thai-voice-dataset-central) | ~300 |
| | Common Voice-EN(อังกฤษ) | ~40 |
|
|
| - ขนาดโมเดลล่าสุด |
| - 1,000,000 Steps |
| - ภาษาที่รองรับ: ไทย และ อังกฤษ. |
|
|
| - การอ่านข้อความยาวๆ หรือบางคำ ยังไม่ถูกต้อง |
| - เสียงตัวอย่างควรมีความยาว 2-8 วินาที |
| - สามารถลองปรับลดความเร็วเสียงในการสร้าง เช่น 0.8 หรือ กำหนด seed ใหม่, เพื่อให้ได้เสียงที่ถูกต้อง. |
| - เสียงและข้อความต้นฉบับควรเป็นภาษาไทย. |
| - ถ้าเสียงต้นฉบับเป็นภาษาอื่นควรเปลี่ยนข้อความต้นฉบับเป็นคำอ่านไทย เช่น Good Morning เป็น กูดมอร์นิ่ง. |
| - ถ้าเสียงต้นฉบับมีความเร็วในการอ่านมาก ควรลดความเร็ว เหลือ 0.7-0.8 |
| |
| ### การใช้งาน |
|
|
| [Github](https://github.com/VYNCX/F5-TTS-THAI) |
|
|
| ติดตั้ง |
|
|
| ```sh |
| pip install f5-tts-th |
| |
| #จำเป็นต้องติดตั้งเพื่อใช้งานได้มีประสิทธิภาพกับ GPU |
| pip install torch==2.4.0+cu124 torchaudio==2.4.0+cu124 --extra-index-url https://download.pytorch.org/whl/cu124 |
| ``` |
|
|
| ใช้งาน |
|
|
| ```sh |
| from f5_tts_th.tts import TTS |
| import soundfile as sf |
| |
| tts = TTS(model="v1") |
| |
| wav = tts.infer( |
| ref_audio="YOUR_AUDIO_PATH", |
| ref_text="ได้รับข่าวคราวของเราที่จะหาที่มันเป็นไปที่จะจัดขึ้น.", |
| gen_text="สวัสดีครับ นี่คือเสียงพูดภาษาไทย.", |
| step=32, |
| cfg=2.0, |
| speed=1.0 |
| ) |
| |
| sf.write("test.wav", wav, 24000) |
| ``` |
|
|
| ### ตัวอย่างเสียง |
| - เสียงต้นแบบ |
| <audio controls><source src="https://huggingface.co/VIZINTZOR/F5-TTS-THAI/resolve/main/sample/ref_audio.wav" type="audio/wav"></audio> |
| - ข้อความคำพูด : ฉันเดินทางไปเที่ยวที่จังหวัดเชียงใหม่ในช่วงฤดูหนาวเพื่อสัมผัสอากาศเย็นสบาย |
| - เสียงที่สร้างขึ้น |
| <audio controls><source src="https://huggingface.co/VIZINTZOR/F5-TTS-THAI/resolve/main/sample/tts_gen.wav" type="audio/wav"></audio> |
| - Seed : 4213936761049775187 |
