Vits-Android-ncnn 项目下载及安装教程
2024-12-07 14:46:14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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。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Python00
HunyuanVideo-1.5暂无简介00
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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
376
3.3 K
暂无简介
Dart
621
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
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
1.03 K
479
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++
648
263
🎉 (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
1.1 K
620
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
793
77