github.devotd.
新着マルチモーダル

ohf-voice/piper1-gpl v1.8.0 — ローカルニューラルネットワーク TTS エンジン

ohf-voice/piper1-gpl はテキストを音声オーディオに合成するローカルニューラルネットワーク TTS エンジンで、最新リリースは v1.8.0 である。

リポジトリ情報ohf-voice/piper1-gpl ↗

ohf-voice/piper1-gpl はテキストを音声オーディオに合成するローカルニューラルネットワーク TTS エンジンで、最新リリースは v1.8.0 である。

GitHub の説明: Fast and local neural text-to-speech engine

スター
★ 5.9K
フォーク
576
言語
C++
ライセンス
GPL-3.0
最新リリース
v1.8.0
原文を見る ↗GitHub で見る ↗

ohf-voice/piper1-gpl は、テキストを音声オーディオに合成するニューラルネットワーク TTS エンジンである。最新リリースは v1.8.0 である。リポジトリは C++ で記述され、ライセンスは GPL-3.0 である。2025 年 3 月 28 日に作成され、スター数は 5929 である。

このエンジンの強みは、外部サーバーなしでローカルに音声オーディオを生成できる点にある。README は piper を高速でローカル実行できるニューラルネットワークのテキスト音声変換エンジンと説明している。音素変換のために espeak-ng を同梱していると明記している。つまり、テキストを発音単位へ変換するのに espeak-ng が使われ、その単位を入力としてニューラルネットワークが音声オーディオを生成する。入力テキストだけで音声が得られるため、音声・オーディオ生成ツールに該当する。インストールは pip install piper-tts コマンドで案内されている。コマンドラインインターフェース、Web サーバー、Python API、C/C++ API を提供する。ドキュメントにはサンプルやデモ、音声の案内、新しい音声の学習、手動ビルド手順も含まれている。

ただし v1.8.0 の変更履歴は提示されていない。確認できるのはリリース番号のみで、このバージョンが何を変えたのかを知ることはできない。スコア項目ではモメンタム 4.3 のみが記入されており、新しさ・技術・品質のスコアは空欄のため、性能や品質で優れることを裏づける根拠はまだない。ライセンスが GPL-3.0 なので、別のライセンスのコードと組み合わせる予定がある場合は条件の確認が先に必要である。導入前に確認すべき点は、v1.8.0 の実際の変更内容と、ライセンスの組み合わせ方の 2 つである。