当前位置: 首页 > news >正文

Thorsten-Voice:免费德语TTS语音革命,离线使用无版权困扰

Thorsten-Voice:免费德语TTS语音革命,离线使用无版权困扰

【免费下载链接】Thorsten-VoiceThorsten-Voice: A free to use, offline working, high quality german TTS voice should be available for every project without any license struggling.项目地址: https://gitcode.com/gh_mirrors/th/Thorsten-Voice

Thorsten-Voice是一个致力于提供免费、离线可用、高质量德语TTS语音的开源项目,让每个项目都能轻松使用德语语音合成功能,无需担心版权问题。

🌟 Thorsten-Voice的核心优势

🆓 完全免费无版权限制

所有Thorsten-Voice数据集均采用CC0许可协议发布,意味着你可以在任何项目中自由使用,无论是商业项目还是个人项目,都无需支付任何版权费用或担心授权问题。项目的数据集托管在Zenodo平台,如Thorsten-Voice Dataset 2021.02 (Neutral)等多个版本可供下载。

🔒 完全离线运行

Thorsten-Voice提供的TTS模型可以完全在本地运行,不需要依赖云端服务,保护你的数据隐私,同时也避免了网络连接不稳定带来的问题。你可以通过Docker容器轻松部署本地TTS服务,如docker/cosyvoice/和docker/cosyvoice-hessisch/目录下提供的方案。

🎙️ 高质量德语语音

项目创始人Thorsten Müller贡献了自己的声音,经过专业优化处理,形成了多个高质量的语音数据集。其中2021.02版本包含22,668个录音短语,超过23小时的纯音频,采样率22.050Hz,单声道,归一化到-24dB,平均每秒14个字符,确保了清晰自然的语音合成效果。

🚀 快速开始使用Thorsten-Voice

容器化部署(推荐)

通过Docker可以快速部署Thorsten-Voice的TTS服务。以Hessian方言版本为例,只需执行以下命令:

docker run -p 8000:8000 \ -v cosyvoice_models_hessisch:/app/CosyVoice/pretrained_models \ thorstenvoice/cosyvoice-tts-hessisch:latest

首次启动时会自动下载模型(约8.5GB),之后启动速度会很快。服务启动后,你可以通过HTTP请求生成语音:

curl -X POST http://localhost:8000/tts \ -F "text=Ei guude, ich bin de Thorsten. Schee, dass Du da bist." \ --output thorsten_hessisch.wav

使用docker-compose管理

创建docker-compose.yml文件:

services: cosyvoice-tts-hessisch: image: thorstenvoice/cosyvoice-tts-hessisch:latest ports: - "8000:8000" volumes: - cosyvoice_models_hessisch:/app/CosyVoice/pretrained_models restart: unless-stopped volumes: cosyvoice_models_hessisch:

然后执行docker compose up即可启动服务。

🎭 丰富的语音数据集

中性语音数据集

  • 2021.02版本:包含22,668个录音短语,超过23小时音频,采样率22.050Hz。
  • 2022.10版本:进一步优化的中性语音数据集,提供更高质量的语音样本。

情感语音数据集

2021.06版本的情感语音数据集包含300个句子,每个句子有8种情感表达(如开心、愤怒、困倦等),共2,400个录音,让你的TTS应用能够表达丰富的情感。

方言数据集

2023.09版本的Hessisch方言数据集,让TTS支持德国黑森州方言,为应用增添地方特色。

全采样率数据集

为庆祝项目5周年,推出了ALL-IN-ONE的44kHz全采样率数据集,可在HuggingFace上获取:Thorsten-Voice/TV-44kHz-Full。

🛠️ 强大的TTS模型

基于Thorsten-Voice的开源语音数据集,已经训练出多个高质量的德语TTS模型,被多个项目采用:

  • Coqui AI:使用Thorsten-Voice数据集训练的德语TTS模型。
  • Piper TTS:轻量级、高质量的TTS系统,支持Thorsten-Voice语音。
  • Home Assistant:智能家居系统中集成了Thorsten-Voice的TTS功能。
  • Silero:开源语音识别和合成项目,使用了Thorsten-Voice数据集。

你可以在docs/samples/目录下找到各种模型生成的音频样本,如sample01-ForwardTacotron-HifiGAN.wav、sample01-TensorFlowTTS.wav等,对比不同模型的效果。

🎯 自定义语音合成选项

Thorsten-Voice的TTS服务提供多种自定义选项,满足不同需求:

调整语速

通过speed参数调整语音速度,范围0.5(慢)到2.0(快),默认1.0:

curl -X POST http://localhost:8000/tts \ -F "text=Des hier werd e bissi langsamer geschwätzt." \ -F "speed=0.85" \ --output output.wav

文本规范化

启用normalize_text选项,将数字、缩写和特殊字符转换为口语表达:

curl -X POST http://localhost:8000/tts \ -F "text=Am 26. Juni 2026 wurden 3 Mrd. Euro investiert." \ -F "normalize_text=true" \ --output output.wav

音量归一化

使用normalize_loudness选项应用EBU R128响度归一化,可通过lufs_target调整目标响度(-10到-30 dB):

curl -X POST http://localhost:8000/tts \ -F "text=Ei guude, ich bin de Thorsten." \ -F "normalize_loudness=true" \ -F "lufs_target=-16" \ --output output.wav

📚 如何获取项目

要开始使用Thorsten-Voice,首先克隆项目仓库:

git clone https://gitcode.com/gh_mirrors/th/Thorsten-Voice

项目提供了详细的文档和示例,你可以在docs/目录下找到更多信息,如audio_compare.md文件对比了不同合成方法的音频效果。

🙏 支持与感谢

Thorsten-Voice是一个开源项目,如果你喜欢这个项目并想支持它的发展,可以:

  • 订阅并分享Thorsten-Voice的YouTube频道
  • 通过Ko-Fi或GitHub Sponsor支持项目创始人
  • 在你的项目中使用并引用Thorsten-Voice数据集

特别感谢所有为项目提供支持的贡献者和社区成员,他们的支持让这个免费的德语TTS项目成为可能。

Thorsten-Voice正在改变德语TTS的使用方式,让高质量的语音合成技术变得人人可用。无论你是开发智能家居应用、教育软件,还是任何需要语音输出的项目,Thorsten-Voice都能为你提供免费、可靠的德语语音解决方案。立即尝试,体验开源语音技术的魅力!

【免费下载链接】Thorsten-VoiceThorsten-Voice: A free to use, offline working, high quality german TTS voice should be available for every project without any license struggling.项目地址: https://gitcode.com/gh_mirrors/th/Thorsten-Voice

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

http://www.jsqmd.com/news/1387447/

相关文章:

  • 圆弧门框外观专利到底证明什么:从证书字段到产品配置的证据分层 - 门业观察
  • 微信聊天记录永久保存的完整方案:WeChatMsg让数据真正属于你
  • 深度剖析 string —— memcpy memmove
  • 芜湖市南陵县OEM白标贴牌GEO服务商怎么选?2026年靠谱机构推荐与避坑指南 - 科技快讯
  • 手把手移植FreeRTOS到GD32F470:从原理到实战避坑指南
  • AI电销机器人主流服务商横向测评六行业落地案例选购指南 - 米諾
  • 2026泉州洛江区楼顶漏水避坑指南,本地老牌公司,质保可查 - 企业资讯
  • 【预测模型-ELAMN预测】基于蚁群算法优化ELMAN神经网络实现数据回归预测matlab代码
  • 福州网站建设公司哪家好?避坑指南与深度测评让你少走弯路
  • 2026青岛黄岛区楼顶漏水避坑指南,本地老牌公司,质保可查 - 企业资讯
  • Web3 RPC层完全指南:Ethermint-archive与以太坊工具链无缝对接
  • 唐山车灯不亮怎么解决?20 年老店教你一次性根治灯光隐患 - 米諾
  • MobaXterm中文版终极指南:一站式Windows远程开发工具快速配置
  • Open2Share vs 传统分享方式:效率提升300%的实测对比
  • OPD-Evolver: Cultivating Holistic Agent Evolver via On-Policy Distillation 论文笔记
  • 告别在线卡顿!3步搞定国家中小学智慧教育平台电子课本永久保存方案
  • 工业模拟测量与控制技术详解:09 模拟世界与数字通信的桥梁
  • Boss Show Time:招聘平台时间显示插件,让你的求职不再盲目
  • 图片发布:既然标题说了全套,建议你发的时候用拼图或左右滑动多图,把不同类型(壁纸、头像、表情包)分类展示,让粉丝清晰看到“确实什么都有”,收藏率更高。 - 时时资讯
  • 【集合】框架
  • 一键永久保存微信聊天记录:WeChatMsg高效备份与智能分析全攻略
  • cpp多线程\进程学习
  • 2026济南天桥区楼顶漏水避坑指南,本地老牌公司,质保可查 - 企业资讯
  • Twitch CLI mock-api功能详解:本地开发环境搭建指南
  • 【预测模型-ELAMN预测】基于哈里斯鹰算法优化ELMAN神经网络实现数据回归预测matlab代码
  • 专业公司网站建设方案书定制与企业数字化转型指南:从策划到上线的全链路解析
  • 深度剖析 —— 预处理
  • 3步解决方案:如何用KVM虚拟化技术让普通PC运行macOS开发环境
  • 高空幕墙清洗机器人找哪家:【凌度智能】售后完善 - 松梢月冷
  • 2026福州鼓楼区楼顶漏水避坑指南,本地老牌公司,质保可查 - 专业防水施工