ayutaz/piper-plus
ayutaz/piper-plus has 240 GitHub stars and 30 forks. GitHot measured 0 stars in 24 hours and 0 in 7 days. Last checked 2026-11-20 07:32 UTC. Last push 2026-11-18.
Crecimiento de estrellas medido
- in 24h
- 0
- in 7 days
- 0
- in 15 days
- Recopilando historial
- in 1 month
- Recopilando historial
Cambios netos en períodos que se solapan, no totales diarios. Los datos no disponibles se dejan en blanco. Las estrellas indican interés, no calidad.
Acerca de
Multilingual neural TTS (6 languages: JA/EN/ZH/ES/FR/PT, code supports SV) — C++, C#, Rust, Go, Python, npm (WASM). VITS + Prosody, streaming, CUDA/CoreML/DirectML. pip install piper-plus | npm install piper-plus | cargo install piper-plus-cli
Aprendizaje automáticoREADME_ES.md
Original
English | 日本語 | 中文 | Français | 한국어 | Español | Português | Deutsch
Paquetes:
🔑 El único fork de Piper con licencia MIT — El proyecto original rhasspy/piper se archivó en octubre de 2025. OHF-Voice/piper1-gpl pasó a la licencia GPL-3.0. piper-plus es el único fork compatible con MIT sin dependencia de espeak-ng. Su implementación propia de G2P admite 8 idiomas (JA/EN/ZH/KO/ES/FR/PT/SV), lo que lo hace adecuado para uso comercial e integrado.
📢 v2.0.0 Cambios incompatibles: Las imágenes Docker predeterminadas usan CUDA 12.8 + Ubuntu 24.04 + Python 3.13 (se requiere el driver NVIDIA del host R570+). El entrenamiento usa torch 2.11.0 + CUDA 12.8, con TF32 + bf16-mixed por defecto. No se admite reanudar checkpoints creados con torch 2.2. El import de Python y la CLI pasan a ser
piper_plus/piper-plus. Para actualizar desde 1.13.0 a la versión pública actual, ejecutepip install --upgrade "piper-plus[cpu]==2.0.2". Detalles: guía de migración.
Sistema de texto a voz (TTS) neuronal, rápido y de alta calidad. Basado en la arquitectura VITS, admite G2P/fonemización en 8 idiomas y síntesis de voz multihablante con los modelos entrenados actuales en 6 idiomas. Es un fork de Piper que amplía notablemente el soporte para japonés, la calidad de audio y las funciones de entrenamiento.
Demo en Hugging Face | Demo WebAssembly (funciona en el navegador, sin servidor)
Tabla de contenidos
- Benchmark
- Características principales
- Inicio rápido
- Instalación
- Uso
- Entrenamiento
- Modelos preentrenados
- Plataformas
- Enlaces relacionados
Benchmark
Entorno de medición: Intel Xeon E5-2650 v4 @ 2.20GHz / 48 núcleos / Linux x86_64 / Python 3.12 / ONNX Runtime 1.24 Texto de prueba: "Hello, how are you doing today?" (inglés, 25 fonemas) Parámetros de medición: 5 iteraciones de calentamiento / 30 iteraciones medidas (intra-op threads = auto) Modelos utilizados:
- piper-plus: 6lang MB-iSTFT 75epoch ONNX (decodificador unificado introducido en el PR #320)
- Piper original:
en_US-lessac-medium(rhasspy/piper-voices v1.0.0)- sherpa-onnx:
vits-piper-en_US-amy-low(versión de k2-fsa)Reproducción:
uv run python scripts/benchmark.py --model <model.onnx> --config <config.json> --language en --text "Hello, how are you doing today?" --n-warmup 5 --n-runs 30 --format markdown
| Sistema | RTF ↓ | Latency P50 (ms) | Tamaño (MB) | RAM (MB) | Arranque en frío (ms) | Parámetros | Idiomas | Licencia |
|---|---|---|---|---|---|---|---|---|
| piper-plus (MB-iSTFT) | 0.078 | 27 | 38 | 208 | 1633 | 19.6 M | 8 | MIT |
| Piper original (archivado) | 0.066 | 35 | 60 | 185 | 2510 | 15.7 M | 1/modelo | MIT |
| sherpa-onnx (VITS Piper-fmt) | 0.075 | 53 | 60 | 202 | 2554 | 15.6 M | 1/modelo | Apache-2.0 |
| piper1-gpl (OHF fork) † | 0.06 | — | 75 | 150 | 400 | — | 1/modelo | GPL-3.0 |
| Kokoro-82M † | 0.12 | — | 320 | 450 | 800 | — | 1 | Apache-2.0 |
| eSpeak-NG † | 0.001 | — | 2 | 15 | 10 | — | 100+ | GPL-3.0 |
Nota: RTF (Real-Time Factor): cuanto más bajo, más rápido.
Latency P50es la mediana de una inferencia individual y el indicador más directo de la capacidad de respuesta real. Gracias al decodificador unificado MB-iSTFT, piper-plus logra la Latency P50 más baja, 27 ms (-23 % frente a los 35 ms de Piper original y -49 % frente a los 53 ms de sherpa-onnx), y con 38 MB su modelo está entre los más pequeños. Frente al anterior piper-plus basado en HiFi-GAN (P50 43.3 ms), la mejora también es del -38 %.Las filas marcadas con † no se volvieron a medir en este PR (
piper1-gplcomparte arquitectura y formato ONNX con Piper original, por lo que debería ser prácticamente equivalente a la fila de Piper original;Kokoro-82Musa otra arquitectura yeSpeak-NGes una CLI no neuronal, de modo que ninguno encaja en el contrato de tensores descripts/benchmark.pyy requieren un arnés aparte). Estos valores proceden de una medición anterior (Apple M2 Max).
Benchmark de RTF multi-runtime (valores más recientes)
Publicamos los resultados más recientes de RTF y latencia medidos en 6 runtimes (Python / Rust / Go / C# / C++ / WASM) con multilingual-test-medium.onnx. Se actualizan automáticamente con cada merge en la rama dev.
Características principales
Síntesis de voz
- G2P/fonemización en 8 idiomas — japonés, inglés, chino, español, francés, portugués, sueco y coreano (ja=0, en=1, zh=2, es=3, fr=4, pt=5, sv=6, ko=7). Los modelos entrenados actuales cubren 6 idiomas (JA/EN/ZH/ES/FR/PT)
- TTS en japonés — integración con OpenJTalk, información prosódica (A1/A2/A3), marcadores de interrogativos (#204), variantes de «N» dependientes del contexto (#207)
- TTS en inglés — v2.0.2 incluye un G2P basado en g2p-en, con código de inferencia Apache-2.0 y el aviso de licencia MIT de Tacotron. No se necesitan
g2p-en/Distanceexternos ni espeak-ng. La definición de dependencias del antiguo PyPI 2.0.1 no cambia. Consulte la guía de migración - Multihablante — 571 hablantes (modelo base para entrenamiento), SpeakerBalancedBatchSampler, muestreo equilibrado por grupo de idioma
- Diccionario personalizado — diccionario de pronunciación integrado con más de 200 términos técnicos
- Entrada de fonemas — especificación directa con la notación
[[ phonemes ]]— Guía
Entrenamiento
- WavLM Discriminator — mejora del MOS de +0.15-0.25 (activado por defecto, solo se usa durante el entrenamiento)
- MB-iSTFT-VITS2 Decoder — decodificador unificado en MB-iSTFT + PQMF, inferencia en CPU 2.21 veces más rápida. El formato ONNX no cambia y es compatible con los runtimes existentes
- BF16 Mixed Precision —
--precision bf16-mixedes el valor predeterminado (TF32 también está activado por defecto). Es numéricamente más estable que FP16 y no requiere loss scaling. En GPU sin soporte para BF16 (como la T4), especifique--precision 16-mixed - EMA — mayor estabilidad del entrenamiento mediante Exponential Moving Average (activado por defecto)
- Multi-GPU — soporte DDP, escalado automático de la tasa de aprendizaje
- Prosody Features — inyección de información prosódica en el Duration Predictor (
--prosody-dim 16) - Integración con Wandb — monitorización de métricas en tiempo real
Interfaces
- WebUI (Gradio) — admite inferencia y Docker. La pestaña Training local todavía envía argumentos de CLI obsoletos; para entrenar, use la guía de entrenamiento.
- C++ CLI — streaming, inferencia CUDA, salida de tiempos de fonemas (JSON/TSV/SRT), diccionario personalizado
- Biblioteca compartida de la API de C —
libpiper_plus.so/.dylib/.dll, compatible con FFI (Flutter/Godot/Swift, etc.), API de streaming - iOS xcframework + SPM —
PiperPlus(Swift Package), el motor de síntesis se distribuye como universal para dispositivo iOS arm64 + simulador - iOS Swift G2P (SPM) — biblioteca independiente
PiperPlusG2P, G2P en 8 idiomas en iOS sin depender de ONNX Runtime (Issue #387) - WebAssembly — funciona por completo en el navegador, salida de tiempos de fonemas (JSON/TSV/SRT), sin servidor
- Docker — 6 imágenes para inferencia, entrenamiento, WebUI, C++ (inferencia/desarrollo) y Wyoming (Home Assistant)
- PyPI — instalación sencilla con
pip install piper-plus, G2P/fonemización en 8 idiomas (los modelos entrenados actuales cubren 6 idiomas), salida de tiempos de fonemas (JSON/TSV/SRT), streaming, API HTTP - C# CLI — multiplataforma con .NET 10, G2P/fonemización en 8 idiomas (los modelos entrenados actuales cubren 6 idiomas), inferencia ONNX, salida de tiempos de fonemas (JSON/TSV/SRT)
- Rust CLI — piper-plus/piper-plus-cli, streaming, soporte para CUDA/CoreML/DirectML, salida de tiempos de fonemas (JSON/TSV/SRT), descarga automática de diccionarios
- Go CLI — servidor de API HTTP, pool de sesiones, soporte para Docker, binario único, salida de tiempos de fonemas (JSON/TSV/SRT)
- Voice Cloning (Speaker Encoder + speaker_embedding) — los 6 runtimes (Python/Rust/C#/Go/WASM/C++) admiten como entrada un
speaker_embeddingprecalculado compatible con el modelo. La C++ CLI y la API de C solo aceptan embeddings precalculados; la extracción mediante--reference-audiono está implementada. La inferencia real con elzs-v1público solo se ha comprobado con Pythonpiper-plus==2.0.0. La ejecución pública de CI38189966578confirmó la inferencia en 6 runtimes usando como entrada IDs de fonemas compartidos de Python; el G2P nativo y la calidad en escucha humana quedan fuera de su alcance, y no se ha otorgado la aprobación de calidad. - Soporte de SSML — el contrato del parser SSML está implementado en Python/Rust/Go/C#/WASM/C++. La síntesis lo admite en Python/Rust/Go/WASM/C++; C# Core incluye el parser, pero no está conectado a
--textde la CLI. En C++ se usa mediante la opción--ssmlde la CLI (no se exporta en la API de C). - Mejora de calidad para textos cortos (Strategy A/B/C) — las Strategy A/B están implementadas en todos los runtimes. La Strategy C (inserción automática de
<break>de SSML) abarca la inferencia en Python/Rust/Go/C#; el Python de entrenamiento, WASM y C++ quedan fuera. Detalles en el contrato de textos cortos.
Funciones admitidas por runtime
Los 6 runtimes (Python/Rust/C#/Go/JS-WASM/C++) permiten sintetizar los 6 idiomas de los modelos entrenados actuales y además ofrecen G2P/fonemización en 8 idiomas. Los tiempos de fonemas, el streaming (incluida la división por frases), el Voice Cloning con embeddings precalculados compatibles con el modelo y los diccionarios personalizados se admiten como funciones del runtime. C++ solo acepta embeddings precalculados y --reference-audio no está implementado. La inferencia real con el zs-v1 público solo se ha comprobado con Python piper-plus==2.0.0. La ejecución pública de CI 38189966578 confirma la inferencia en 6 runtimes con IDs de fonemas compartidos de Python, pero el G2P nativo y la calidad en escucha humana quedan fuera de su alcance, y no se ha otorgado la aprobación de calidad. La síntesis SSML se admite en Python/Rust/Go/WASM/C++ (C++ mediante la opción --ssml de la CLI, no exportada en la API de C). El parser de C# Core no está conectado a --text de la CLI, y la API HTTP está disponible en 2 runtimes (Python/Go).
Inicio rápido
Binarios precompilados (sin compilación)
Descargue los binarios precompilados desde GitHub Releases y empiece a sintetizar voz de inmediato.
1. Descargar el binario
Descargue y descomprima el archivo correspondiente a su sistema operativo.
Windows (PowerShell):
Invoke-WebRequest -Uri "https://github.com/ayutaz/piper-plus/releases/latest/download/piper-plus-cpp-windows-x64.zip" -OutFile piper-plus-cpp.zip
Expand-Archive piper-plus-cpp.zip -DestinationPath .
cd piper-plus
macOS (Apple Silicon):
curl -L -o piper-plus-cpp.tar.gz https://github.com/ayutaz/piper-plus/releases/latest/download/piper-plus-cpp-macos-arm64.tar.gz
tar xzf piper-plus-cpp.tar.gz
cd piper-plus
xattr -cr .
Linux (x86_64):
curl -L -o piper-plus-cpp.tar.gz https://github.com/ayutaz/piper-plus/releases/latest/download/piper-plus-cpp-linux-x64.tar.gz
tar xzf piper-plus-cpp.tar.gz
cd piper-plus
Linux (ARM64, Raspberry Pi 4/5):
Compatibilidad ARM64: el paquete C++ para Linux ARM64 de v2.0.2 se verifica con glibc 2.31 como límite superior de ABI. El arranque y la síntesis en japonés se validan con QEMU en Debian Bullseye / Bookworm / Trixie (64 bits). No se han probado el hardware real de Raspberry Pi ni Raspberry Pi OS en sí. El paquete anterior de v2.0.1 requiere glibc 2.38 o superior, así que use v2.0.2.
curl -L -o piper-plus-cpp.tar.gz https://github.com/ayutaz/piper-plus/releases/latest/download/piper-plus-cpp-linux-arm64.tar.gz
tar xzf piper-plus-cpp.tar.gz
cd piper-plus
Linux (ARMv7, ARM de 32 bits):
Para ARMv7 solo se distribuye la C++ CLI. La CI comprueba la compilación y la síntesis en japonés con QEMU en Debian Trixie (ARM de 32 bits). No se ha probado en hardware real de Raspberry Pi.
curl -L -o piper-plus-cpp.tar.gz https://github.com/ayutaz/piper-plus/releases/latest/download/piper-plus-cpp-linux-armv7.tar.gz
tar xzf piper-plus-cpp.tar.gz
cd piper-plus
2. Descargar un modelo y generar voz
# Descargar el modelo de Tsukuyomi-chan
./bin/piper-plus --download-model tsukuyomi
# Generar voz (basta con el nombre del modelo - los modelos descargados se resuelven automaticamente)
./bin/piper-plus --model tsukuyomi --text "こんにちは、今日は良い天気ですね。" --output_file output.wav
Sobre la página de códigos de Windows cmd: la opción
--textusa internamenteGetCommandLineW()(UTF-16), por lo que funciona sin depender de la página de códigos. Solo si usa entrada por tubería (echo ... | piper-plus) debe cambiar antes a UTF-8 conchcp 65001.Ubicación de output.wav: se genera en el directorio actual (donde ejecutó
cd piper-plus).
¿Qué binario elijo? Además de
piper-plus-cpp-*(C++), Releases incluye las CLIpiper-plus-cli-*(C# .NET) ypiper-plus-rs-cli-*(Rust). La C++ CLI (piper-plus-cpp-*) que se usa en el inicio rápido anterior es la que admite más plataformas y la recomendada. Más detalles en Cómo elegir el binario de la CLI.
Inferencia con Python
# Instalacion
# Ejecutar desde la raiz del repositorio de un checkout del codigo fuente
uv sync --extra inference
# Inferencia en japones
uv run python -m piper_train.infer_onnx \
--model /path/to/model.onnx \
--config /path/to/config.json \
--output-dir ./output \
--text "こんにちは、今日は良い天気ですね。"
# Inferencia en ingles
uv run python -m piper_train.infer_onnx \
--model /path/to/en_model.onnx \
--config /path/to/en_model.onnx.json \
--output-dir ./output \
--text "Hello, how are you today?" \
--language en
Opciones principales: --speaker-id (ID de hablante), --device auto|cpu|gpu, --noise-scale (variación de la voz), --length-scale (velocidad del habla), --noise-scale-w (variación de la duración de los fonemas, predeterminado: 0.5)
Configuración recomendada para modelos WavLM: los modelos entrenados con el WavLM Discriminator (como Tsukuyomi-chan) alcanzan la mejor calidad de audio con
--noise-scale 0.5(el valor predeterminado es 0.4).
Gestión de modelos con la CLI de Python
# Mostrar la lista de modelos
uv run --no-sync python -m piper_plus --list-models
uv run --no-sync python -m piper_plus --list-models ja
# Descargar un modelo
uv run --no-sync python -m piper_plus --download-model tsukuyomi
uv run --no-sync python -m piper_plus --download-model ja_JP-tsukuyomi-chan-medium
# Usar tras la descarga
uv run --no-sync python -m piper_plus --model ja_JP-tsukuyomi-chan-medium -f output.wav "こんにちは"
WebUI
uv sync --project environments/webui --locked
uv run --project environments/webui --no-sync python -m piper_plus.webui --data-dir /path/to/models
# → http://localhost:7860
Docker
# WebUI
docker build -t piper-webui -f docker/webui/Dockerfile .
docker run -p 7860:7860 -v ./models:/models:ro piper-webui
# Inferencia con Python (CPU)
docker build -t piper-inference -f docker/python-inference/Dockerfile .
docker run --rm \
-v ./models:/app/models:ro -v ./output:/app/output \
piper-inference \
python -m piper_train.infer_onnx \
--model /app/models/model.onnx --config /app/models/config.json \
--output-dir /app/output --text "こんにちは" --device cpu
# Inferencia con GPU (anadir --gpus all)
docker run --rm --gpus all \
-v ./models:/app/models:ro -v ./output:/app/output \
piper-inference \
python -m piper_train.infer_onnx \
--model /app/models/model.onnx --config /app/models/config.json \
--output-dir /app/output --text "こんにちは" --device gpu
Imágenes compiladas por CI/CD:
docker pull ghcr.io/ayutaz/piper-plus/python-inference:dev
docker pull ghcr.io/ayutaz/piper-plus/python-train:dev
docker pull ghcr.io/ayutaz/piper-plus/webui:dev
docker pull ghcr.io/ayutaz/piper-plus/cpp-inference:dev
docker pull ghcr.io/ayutaz/piper-plus/cpp-dev:dev
docker pull ghcr.io/ayutaz/piper-plus/wyoming:dev
Más detalles en docker/README.md.
Instalación
Python
Se recomienda Python 3.13+ (se admite 3.11+). Para la gestión de dependencias se recomienda uv.
# Inferencia en CPU
uv sync --extra inference
# Inferencia en GPU (requiere un entorno CUDA)
uv sync --no-group cpu --extra inference-gpu
# Entrenamiento
uv sync --extra train
# Desarrollo (incluye pruebas y linters)
uv sync --extra dev
También se puede instalar desde el paquete de PyPI:
pip install piper-plus
Instalación desde paquetes
Python (PyPI):
pip install piper-plus
npm (WASM para navegador):
npm install piper-plus onnxruntime-web
C# CLI (.NET Global Tool):
dotnet tool install -g PiperPlus.Cli
Rust CLI (crates.io):
cargo install piper-plus-cli
Biblioteca de C# (NuGet):
dotnet add package PiperPlus.Core
Biblioteca de Rust (crates.io):
[dependencies]
piper-plus = "0.5"
Compilar desde el código fuente
Si no hay binarios precompilados para su plataforma o desea modificar piper-plus, puede compilarlo desde el código fuente. Consulte la guía de compilación desde el código fuente para ver las instrucciones de compilación de los runtimes C++ / C# / Rust.
Uso
Para conocer en detalle las opciones de línea de comandos de la C++ CLI, el formato de entrada JSON, la gestión de modelos, las variables de entorno y el uso de los scripts auxiliares de Windows, consulte la guía de uso de la CLI.
Ejemplo sencillo:
./bin/piper-plus --model tsukuyomi --text "こんにちは" --output_file hello.wav
Entrenamiento
Para entrenar y hacer fine-tuning de modelos piper-plus (configuración básica, multihablante / multi-GPU, conversión a ONNX, gestión de checkpoints, evaluación de voz), consulte la guía de entrenamiento.
Las plantillas de comandos para uso real (preentrenamiento en 6 idiomas y fine-tuning de Tsukuyomi-chan) están en CLAUDE.md.
Modelos preentrenados
Para ver la lista de modelos piper-plus publicados, cómo descargarlos, las características del modelo base de 6 idiomas y los detalles del TTS en japonés, consulte la guía de modelos.
Modelos principales: tsukuyomi (japonés), zs-v1 (base experimental Zero-Shot/FT en 6 idiomas), bilingual-ja-en-v4 (japonés-inglés, 2 idiomas) — para más detalles, consulte el paquete zs-v1 de versión fija en HuggingFace y ayousanz/piper-plus-tsukuyomi-chan.
Base Zero-Shot/FT (
zs-v1, 2026-10-10): el paquete público de versión fija es la base experimental existente de v7 epoch 32 (JA/EN/ZH/ES/FR/PT, 571 hablantes, 173 fonemas, CAM++ de 192 dimensiones). Para la inferencia Zero-Shot, usebase.onnxcon un embedding de referencia extraído con elcampplus.onnxincluido; para el entrenamiento adicional, usebase.ckptcon elconfig.jsonincluido. Los ejemplos públicos se comprobaron funcionalmente con PyPIpiper-plus==2.0.0, pero eso no implica aprobación de calidad, superación de una prueba de escucha humana ni la calidad más reciente o más alta. Los aliasbase/zero-shot-base-zs-v1están incluidos en v2.0.2 (no en 2.0.0 / 2.0.1). Elmodel.ckptde la raíz se trata por separado como una generación anterior.
FT de Tsukuyomi-chan (
zs-v1, 2026-10-15): hemos publicado un modelo público de versión fija entrenado adicionalmente a partir de la misma generación de base pública. Combinandotsukuyomi.onnxytsukuyomi.onnx.jsonse puede generar voz sin audio de referencia ni CAM++. Se registró una revisión humana de 3 frases en japonés y se aprobó su publicación como versión experimental (quality_approval=false; no es una aprobación de calidad). El aliastsukuyomiexistente sigue seleccionando el modelo antiguo de la raíz, así que descargue el nuevo modelo desde las URL fijas de la guía de modelos.
Plataformas
- macOS: compatibilidad nativa con Apple Silicon (arm64). Más detalles en configuración de macOS
- Windows: los paquetes C++ son para x64 y la C# CLI para x64 / arm64. Para configurar OpenJTalk, consulte la guía de configuración de Windows
- WebAssembly: ejecución completamente offline en el navegador. Demo | paquete npm
Enlaces relacionados
Unity — uPiper
Plugin para usar Piper en Unity: github.com/ayutaz/uPiper
- Unity 6000.0.35f1+, Unity.InferenceEngine
- Compatible con Windows / macOS (Apple Silicon) / Linux / Android
- Japonés e inglés, API asíncrona, streaming
Modelos de voz (Voices)
Modelos propios de piper-plus: base Zero-Shot/FT zs-v1 · Tsukuyomi-chan
Modelo de Tsukuyomi-chan: al usar el audio generado, es obligatorio indicar el crédito
Piper Plus:つくよみちゃん. Consulte los usos prohibidos y las condiciones de uso en la página del modelo. Desde el punto de vista de Tsukuyomi-chan, este modelo es una obra no oficial; Rei Yumesaki no participa en su desarrollo ni en su soporte. Envíe sus consultas al desarrollador mediante GitHub Issues u otros canales, no a Rei Yumesaki.
Nota: piper-plus usa su propio G2P y sistema de fonemas, por lo que no es compatible con los modelos del Piper upstream (rhasspy/piper-voices).
Artículos relacionados (en japonés)
- Crear un modelo preentrenado de Piper en inglés con LJSpeech
- Crear un modelo japonés de Piper con el conjunto de datos de voz JVS
- Entrenamiento adicional de un modelo de Piper con el conjunto de datos de Tsukuyomi-chan
piper-plus-g2p (paquete G2P independiente)
G2P multilingüe (Grapheme-to-Phoneme) disponible como paquete independiente:
- Python:
pip install piper-plus-g2p— Código fuente - Rust:
cargo add piper-plus-g2p— Código fuente - Go:
go get github.com/ayutaz/piper-plus/src/go/phonemize— Código fuente - JavaScript/WASM:
npm install @piper-plus/g2p— Código fuente - Kotlin/Android:
implementation("io.github.ayutaz:piper-plus-g2p-android:1.0.1")— Código fuente · Guía de distribución del diccionario
People using Piper
Home Assistant · Rhasspy 3 · NVDA · Open Voice OS · LocalAI · JetsonGPT · mintPiper · Vim-Piper
Documentación
| Categoría | Enlaces |
|---|---|
| TTS en japonés | Guía de síntesis de voz en japonés |
| Entrenamiento | Guía de entrenamiento · Multi-GPU |
| API | Mapeo de fonemas · Variables de entorno |
| Funciones | WebUI · Mejoras de la CLI · Streaming |
| Configuración | Inicio rápido (japonés) · Windows · Solución de problemas |
| Docker | Entornos Docker |
| WebAssembly | Detalles técnicos |
Contributing
Consulte CONTRIBUTING.md. Envíe sus preguntas e informes de errores a Issues. El código de conducta está en CODE_OF_CONDUCT.md.
Changelog
Consulte CHANGELOG.md.
Agradecimientos
Los experimentos con GPU de piper-plus cuentan con el apoyo del AI Builder Grant (créditos de GPU) de CloudRift.