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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0190
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
762
4.95 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.8 K
190
Fflutter_flutter
暂无简介
Dart
1 K
260
Ascend Extension for PyTorch
Python
717
869
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
854
1.91 K
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++
1.07 K
1.09 K
🎉 (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
1.73 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.32 K
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
455
438