README.md

melotts.axera

MeloTTS DEMO on Axera AX650

• 目前模型分成了 encoder、decoder 两部分，encoder 部分尚未转成 axmodel（目前通过 onnxruntime 运行）

模型转换

预转换好的模型（中文、英语、日语）可通过脚本download_models.sh下载
如需自行转换请参考：模型转换

上板部署

• AX650N 的设备已预装 Ubuntu22.04
• 以 root 权限登陆 AX650N 的板卡设备
• 链接互联网，确保 AX650N 的设备能正常执行 apt install, pip install 等指令
• 已验证设备：AX650N DEMO Board、爱芯派Pro

添加中文输入支持

执行以下命令，正确安装中文输入法之后，重启终端登录

locale-gen C.utf8
update-locale LANG=C.utf8

Python API 运行

Requirements

apt-get install libsndfile1-dev ibmecab-dev
mkdir /opt/site-packages 
pip3 install -r requirements.txt --prefix=/opt/site-packages

添加环境变量

将以下两行添加到 /root/.bashrc(实际添加的路径需要自行检查)后，重新连接终端或者执行 source ~/.bashrc

export PYTHONPATH=$PYTHONPATH:/opt/site-packages/local/lib/python3.10/dist-packages  
export PATH=$PATH:/opt/site-packages/local/bin

运行

登陆开发板后

git clone https://github.com/ml-inory/melotts.axera.git
cd python  
python3 melotts.py -s 要生成语音的句子

输入命令

python3 melotts.py -s 爱芯元智半导体股份有限公司，致力于打造世界领先的人工智能感知与边缘计算芯片。服务智慧城市、智能驾驶、机器人的海量普惠的应用

输出音频

output.mov

详细的运行参数：

参数名称	说明	默认值
-s/--sentence	输入句子
-w/--wav	输出音频路径，wav格式	output.wav
-e/--encoder	encoder模型路径	../models/encoder.onnx
-d/--decoder	decoder模型路径	../models/decoder.axmodel
-sr/--sample_rate	采样率	44100
--speed	语速，越大表示越快	0.8
--language	从"ZH", "ZH_MIX_EN", "JP", "EN", 'KR', "SP", "FR"选择，分别对应中文、中英混合、日语、英语、韩语、西班牙语，法语	ZH_MIX_EN

CPP API 运行

交叉编译

下载BSP

bash download_bsp.sh

编译

bash build.sh

运行

./install/bin/melotts -l ../models/melo_lexicon_zh.txt -t ../models/melo_tokens.txt -e ../models/enc-sim.onnx -f ../models/flow.axmodel -d ../models/decoder.axmodel --g ../models/g.bin -w test_cn.wav -s 爱芯元智半导体股份有限公司，致力于打造世界领先的人工智能感知与边缘计算芯片。服务智慧城市、智能驾驶、机器人的海量普惠的应用

技术讨论

• Github issues
• QQ 群: 139953715