Vits-Android-ncnn 项目下载及安装教程
2024-12-07 08:48:12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
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
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++0102AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-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。Python00GOT-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).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
205
2.19 K

暂无简介
Dart
514
115

Ascend Extension for PyTorch
Python
62
95

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++
550
86

React Native鸿蒙化仓库
C++
208
285

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

🎉 (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
976
576

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
399

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
193