Vits-Android-ncnn 项目下载及安装教程
2024-12-07 21:41:36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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134