Auralis 是一种文本转语音引擎，使语音生成在现实世界中变得实用：

• 在 10 分钟内将整本《哈利·波特》第一本书转换为语音
• 自动增强参考质量，即使使用低质量麦克风也可以注册它们！
• 它可以配置为具有较小的内存占用（scheduler_max_concurrency）
• 同时处理多个请求
• 逐段流式传输长文本

主要功能

速度与效率

• 使用智能批处理快速处理长文本
• 在消费级 GPU 上运行，不会出现内存问题
• 并行处理多个请求

轻松集成

• 简单的Python API
• 对长文本的流式支持
• 内置音频增强
• 自动语言检测

音频质量

• 从短样本克隆声音
• 背景噪音降低
• 语音清晰度增强
• 体积标准化

语种支持

XTTSv2 支持：英语、西班牙语、法语、德语、意大利语、葡萄牙语、波兰语、土耳其语、俄语、荷兰语、捷克语、阿拉伯语、中文（简体）、匈牙利语、韩语、日语、印地语

安装和使用

安装代码包

pip install auralis

使用下面的样例代码

from auralis import TTS, TTSRequest

# Initialize
tts = TTS().from_pretrained("AstraMindAI/xttsv2", gpt_model='AstraMindAI/xtts2-gpt')

# Generate speech
request = TTSRequest(
    text="Hello Earth! This is Auralis speaking.",
    speaker_files=['reference.wav']
)

output = tts.generate_speech(request)
output.save('hello.wav')

XTTSv2 Finetunes

您可以使用自己的 XTTSv2 微调，只需将其从标准 coqui 检查点格式转换为我们的 safetensor 格式即可。使用这个脚本：

python checkpoint_converter.py path/to/checkpoint.pth --output_dir path/to/output

它将创建两个文件夹，一个包含核心 xttsv2 检查点，另一个包含 gtp2 组件。然后创建一个 TTS 实例

tts = TTS().from_pretrained("som/core-xttsv2_model", gpt_model='some/xttsv2-gpt_model')