Vits-Android-ncnn 项目下载及安装教程
2024-12-07 15:05:26作者:邵娇湘
1. 项目介绍
Vits-Android-ncnn 是一个基于 MoeGoe 项目二次开发的 Android 应用,支持中日英三种语言的文字转语音(TTS)和声线转换(VC)功能。该项目利用 OpenJtalk 和 Mecab 日语分词库进行日语分词和声调处理,并参考了 eng_to_ipa 工具进行英文 g2p 处理。
2. 项目下载位置
项目源码可以从 GitHub 上下载,具体位置为:
https://github.com/weirdseed/Vits-Android-ncnn.git
3. 项目安装环境配置
3.1 环境要求
- Android 设备:确保手机有足够的空间,运行内存不小于 1GB。
 - 开发环境:Android Studio 或其他支持 Android 开发的 IDE。
 
3.2 环境配置步骤
- 
安装 Android Studio
下载并安装 Android Studio,配置好 Android SDK 和 NDK。
 - 
配置 Gradle
在项目根目录下找到
build.gradle文件,确保 Gradle 版本与项目兼容。 - 
配置 Vulkan
下载 Vulkan 版本的 ncnn 库,解压到项目的
app/src/main/cpp/目录下,并重命名为ncnn。目录结构如下:├─openjtalk ├─audio_process ├─fftpack ├─openjtalk ├─mecab ├─mecab2njd ├─mecab_api ├─ncnn │ ├─arm64-v8a │ ├─armeabi-v7a │ ├─x86 │ └─x86_64 ├─njd ├─njd2jpcommon ├─njd_set_accent_phrase ├─njd_set_accent_type ├─njd_set_digit ├─njd_set_long_vowel ├─njd_set_pronunciation ├─njd_set_unvoiced_vowel ├─text2mecab └─vits - 
配置 OpenJtalk 字典文件
下载 OpenJtalk 字典文件,解压到
src/main/assets文件夹,目录结构如下:├─multi ├─open_jtalk_dic_utf_8-1.11 └─single 
4. 项目安装方式
4.1 下载项目源码
在终端中执行以下命令下载项目源码:
git clone https://github.com/weirdseed/Vits-Android-ncnn.git
4.2 导入项目
- 打开 Android Studio,选择 
File -> New -> Import Project,选择下载的项目目录。 - 等待 Gradle 同步完成。
 
4.3 编译并运行项目
- 连接 Android 设备或启动模拟器。
 - 点击 
Run按钮,编译并安装应用到设备上。 
5. 项目处理脚本
项目中包含多个处理脚本,用于文字转语音(TTS)和声线转换(VC)功能。以下是主要脚本的介绍:
- 
文字转语音(TTS)
- 加载配置文件:选择 
/sdcard/Download/[你的模型目录]/config.json。 - 加载模型文件:选择 
/sdcard/Download/[你的模型目录]/*bin。 - 输入文本并生成语音。
 
 - 加载配置文件:选择 
 - 
声线转换(VC)
- 加载配置文件和模型文件同上。
 - 录制或加载音频文件。
 - 选择原讲话人和目标讲话人。
 - 点击转换按钮进行声线转换。
 
 
通过以上步骤,您可以成功下载、配置并安装 Vits-Android-ncnn 项目,并使用其提供的功能进行文字转语音和声线转换。
登录后查看全文 
热门项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
 
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
274
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
104
132
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
598
158
暂无简介
Dart
566
126
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
249
14
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.03 K
607
仓颉编译器源码及 cjdb 调试工具。
C++
118
101
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
446