README.md

---
license: cc-by-nc-4.0
language:
- de
- en
tags:
- text-to-speech
- tts
- german
- voice-cloning
- zero-shot
- emotional-tts
pipeline_tag: text-to-speech
---

<p align="center">
  <img src="https://huggingface.co/Keyven/German-TTS/resolve/main/logo.png" alt="German-TTS Logo" width="128">
</p>

<h1 align="center">German-TTS</h1>

<p align="center">
  <strong><a href="https://german-tts.de">german-tts.de</a></strong> - Hochoptimiertes deutsches Text-to-Speech System mit Zero-Shot Voice Cloning.
</p>

[![Demo](https://img.shields.io/badge/Demo-german--tts.de-green)](https://german-tts.de)
[![GitHub](https://img.shields.io/badge/GitHub-Repository-blue)](https://github.com/Keyvanhardani/German-TTS)

## Features

- **Deutsche Sprachsynthese** - Optimiert für native deutsche Aussprache
- **Zero-Shot Voice Cloning** - Klone jede Stimme mit 3-10s Audio
- **Emotionale Sprache (EN)** - Happy, Sad, Angry, Surprise
- **Geschwindigkeitskontrolle** - 0.5x bis 2.0x
- **51 Stimmen** - 22 Deutsche + 29 Englische

## Schnellstart

```python
from german_tts import GermanTTS

tts = GermanTTS()

# Synthese
audio = tts.synthesize("Guten Tag! Wie geht es Ihnen?")
audio.save("output.wav")

# Mit Voice Cloning
audio = tts.synthesize(
    "Das ist ein Test.",
    reference_audio="stimme.wav",
    speed=1.0
)
```

## Modelle

| Datei | Größe | Beschreibung |
|-------|-------|--------------|
| `german_tts_base.safetensors` | ~1.3 GB | Deutsches Hauptmodell |
| `german_tts_dit.pt` | ~1.3 GB | DiT Version |
| `german_tts_dit_fp16.pt` | ~650 MB | FP16 (schneller) |
| `german_tts_dit_int8.pt` | ~340 MB | INT8 (am schnellsten) |
| `vocab.txt` | 2 KB | Vokabular |
| `emotional_en/` | ~2.6 GB | Emotionale EN Modelle |

## Text-Normalisierung

| Eingabe | Ausgabe |
|---------|---------|
| `10€` | zehn Euro |
| `14:30 Uhr` | vierzehn Uhr dreißig |
| `Dr. Müller` | Doktor Müller |

## Lizenz

CC-BY-NC-4.0 (Nicht-kommerziell)

Kommerzielle Lizenz: info@keyvan.ai

---
Entwickelt von [Keyvan.ai](https://keyvan.ai)