Mikä on Irodori-TTS? Ominaisuudet, huomiot ja käyttöopas

Minkälainen AI-puhesynteesi-ohjelmisto Irodori-TTS oikein on?

Monet saattavat olla kiinnostuneita uudesta AI-puhesynteesi-ohjelmistosta nimeltä "Irodori-TTS".

Tässä artikkelissa selitämme selkeästi Irodori-TTS:n ominaisuudet, mahdollisuudet, huomioitavat asiat ja käyttöohjeet.

Lisäksi niille, joiden mielestä "asennus vaikuttaa vaikealta", esittelemme puhesynteesi-menetelmän, joka on käytettävissä heti ilman asennusta.

Tästä artikkelista opit

1. Mikä ohjelmisto Irodori-TTS on?
2. Mitä Irodori-TTS:llä voi tehdä ja mitä on huomioitava
3. Irodori-TTS:n käyttö (asennuksesta äänen säätämiseen)
4. Suositeltu menetelmä, jos ympäristön pystyttäminen on vaikeaa

Mikä on Irodori-TTS? Japaninkielisen AI-puhesynteesi-ohjelmiston esittely

Aluksi selitämme lyhyesti, minkälainen AI-puhesynteesi-ohjelmisto Irodori-TTS on ja mitkä ovat sen ominaisuudet.

Irodori-TTS on paikallisesti toimiva AI-puhesynteesi-malli

Irodori-TTS on erityisesti japanin kieleen erikoistunut AI-puhesynteesi-ohjelmisto.

Kehittäjä on Aratako, ja se on julkaistu ilmaiseksi avoimena lähdekoodina (MIT-lisenssi).

Sen suurin ominaisuus on "paikallinen toiminta", mikä tarkoittaa, että puhesynteesi tapahtuu kokonaan omalla tietokoneellasi.

Koska kaikki puheen generointiprosessit tapahtuvat omalla koneellasi, tekstiä tai generoituja äänitiedostoja ei lähetetä ulkoisille palvelimille.

Ensimmäisen asennuksen jälkeen voit generoida ääntä ilman internetyhteyttä, eikä generointikertojen määrää ole rajoitettu.

Asennus vaatii kuitenkin ohjelmointityökaluja, kuten Python ja Git.

Lisäksi nopean toiminnan varmistamiseksi suositellaan suorituskykyistä tietokonetta, joka on varustettu GPU:lla (näytönohjaimella).

Mitä Irodori-TTS:llä voi ja ei voi tehdä

Seuraavaksi selitämme, mitä Irodori-TTS:llä voi tehdä ja mitä rajoituksia siinä on.

Mitä Irodori-TTS:llä voi tehdä

Koska Irodori-TTS toimii paikallisessa ympäristössä, voit generoida ääntä rajoittamattomasti kerta toisensa jälkeen.

Voit luoda ääntä vapaasti myös ilman internetyhteyttä, kunhan alkuasennus on tehty.

Tarjolla on useita tapoja ohjeistaa, minkälaista ääntä luodaan. Caption-toiminnon avulla voit luoda haluamasi äänensävyn pelkkien tekstiohjeiden perusteella.

Lisäksi voit toistaa olemassa olevia ääniä Voice Cloning -toiminnolla tai lisätä tunteita hymiöillä.

MIT-lisenssin ansiosta generoidun äänen kaupallinen käyttö on myös mahdollista.

Irodori-TTS:n huomioitavat asiat

Toisaalta Irodori-TTS:ssä on tiettyjä asioita, jotka on hyvä tietää ennen käyttöä.

Yhdellä kerralla luotava puhe on rajoitettu noin 30 sekuntiin

Yhdellä generointikerralla voidaan lukea vain noin 30 sekuntia tekstiä.

Jos haluat lukea pitkiä tekstejä, ne on jaettava osiin ja generoitava useita kertoja.

Halutunlaisen äänen tai puhetavan saavuttaminen voi olla vaikeaa

Koska Irodori-TTS on hyvin joustava, sille ei ole määritetty oletusääntä (perusääntä).

Tämän vuoksi, jos et määritä Caption-ohjeita tai Reference-ääntä, sukupuoli ja ikä saattavat vaihtua satunnaisesti jokaisella generointikerralla.

Jos haluat käyttää samaa ääntä, sinun on ladattava Reference-ääni ohjelmaan.

Lisäksi siinä ei ole toimintoa painotusten tai intonaation manuaaliseen säätämiseen.

Tuettu kieli on vain japani

Tuettu kieli on vain japani, eikä se tue vieraita kieliä, kuten englantia.

On myös huomioitava, että kanji-merkkien lukuvirheitä saattaa esiintyä.

Suositellaan GPU:lla varustettua tehokasta tietokonetta

Tietokoneen suorituskyvystä riippuen puheen generointi voi kestää kauan.

Tietokoneilla, joissa ei ole GPU:ta, lyhyenkin tekstin generointi voi kestää noin minuutin.

Käyttö Celeron- tai N100-tasoisilla prosessoreilla tuntuu epäkäytännölliseltä.

Irodori-TTS:n käyttö (asennusprosessi)

Tässä selitämme lyhyesti, miten Irodori-TTS otetaan käyttöön.

Asennuksen yleinen kulku on seuraava:

1. Asenna tarvittavat ohjelmistot
2. Luo työskentelykansio
3. Kloonaa Irodori-TTS GitHubista
4. Asenna tarvittavat paketit
5. Käynnistä Irodori-TTS
6. Lataa AI-malli
7. Lue teksti ääneen

1. Asenna Irodori-TTS:n vaatimat ohjelmistot

Irodori-TTS:n asennus vaatii valmisteluja.

Asenna ensin nämä kolme asiaa:

• Python 3.10 tai uudempi: Ohjelmointikieli
• Git: Versionhallintajärjestelmä (tarvitaan Irodori-TTS:n lataamiseen)
• uv: Python-pakettien hallintatyökalu

Asentaaksesi Pythonin, Gitin ja uv:n, napsauta hiiren kakkospainikkeella Käynnistä-valikkoa ja valitse "Terminal" (sitä ei tarvitse suorittaa järjestelmänvalvojana).

Tämä avaa Terminal-ikkunan (PowerShell).

Kirjoita ja suorita seuraavat komennot tässä ikkunassa:

winget install --id Git.Git -e

winget install --id=astral-sh.uv -e

Nyt olet asentanut tarvittavat työkalut Irodori-TTS:n pystyttämiseen.

*Koska uv hallitsee Pythonia, se asennetaan automaattisesti asennuksen aikana.

Asennuksen jälkeen sulje Terminal (PowerShell) ja avaa se uudelleen (polkujen päivittämiseksi).

2. Luo työskentelykansio

Seuraavaksi luo työskentelykansio.

Irodori-TTS asennetaan tänne.

Tässä esimerkissä loimme kansion nimeltä "irodori-tts" suoraan C-aseman juureen.

Kun kansio on luotu, siirry siihen Terminalissa.

cd C:\irodori-tts

3. Kloonaa Irodori-TTS GitHubista

Kirjoita seuraava komento Terminaliin kloonataksesi Irodori-TTS-arkisto GitHubista.

git clone https://github.com/Aratako/Irodori-TTS.git

Kloonaus valmistuu muutamassa sekunnissa.

Kirjoita seuraava komento siirtyäksesi kloonattuun kansioon.

cd Irodori-TTS

4. Asenna tarvittavat paketit

Kirjoita ja suorita seuraava komento asentaaksesi tarvittavat paketit Irodori-TTS:n suorittamiseksi.

uv sync

Tämä vaihe vie aikaa, koska ohjelma lataa ja asentaa suuren määrän paketteja.

Myös Python asennetaan tässä vaiheessa.

Odota latauksen ja asennuksen valmistumista sulkematta Terminalia.

Ohjelma lataa lähes 3 GB tiedostoja, joten on suositeltavaa tehdä asennus hyvässä verkkoyhteydessä.

5. Käynnistä Irodori-TTS

Kun pakettien lataus ja asennus on valmis, asennus on valmis.

Käynnistä Irodori-TTS.

Kirjoita ja suorita seuraava komento ja odota hetki käynnistymistä.

uv run python gradio_app.py --server-name 0.0.0.0 --server-port 7860

Käynnistys on valmis, kun Terminalissa näkyy seuraava viesti:

Running on local URL: http://0.0.0.0:7860

Avaa verkkoselain ja mene osoitteeseen http://localhost:7860.

Irodori-TTS:n käyttöliittymä (WebUI) avautuu.

6. Lataa AI-malli

Napsauta "Load Model" ladataksesi puhesynteesiin tarvittavan AI-mallin.

Kun käytät ohjelmaa ensimmäistä kertaa, AI-mallin lataus alkaa tästä painikkeesta.

Kun Model Status -kohdassa (kuvassa punaisella ympyröity) näkyy valmiusviesti, AI-malli on ladattu.

7. Lue tekstiä Irodori-TTS:llä

Irodori-TTS mahdollistaa lukutavan ohjeistamisen ja tunteiden ilmaisun, mutta kokeillaan ensin lukemista ilman ohjeita.

Selaa alaspäin tekstikenttään ja kirjoita teksti, jonka haluat lukea.

Tässä esimerkissä luemme: 「こんにちは、これはイロドリTTSで作成された音声です。」 (Hei, tämä on Irodori-TTS:llä luotu ääni.)

(Koska ohjelma ei välttämättä lue aakkosia "Irodori-TTS" oikein, käytimme katakana-muotoa "イロドリTTS".)

Napsauta "Generate"-painiketta aloittaaksesi äänen generoinnin.

Irodori-TTS generoi ääntä käyttämällä tietokoneesi CPU:ta tai GPU:ta (näytönohjainta).

Siksi generointiin kuluva aika vaihtelee suuresti tietokoneen tehon mukaan.

Tässä testissä käytimme kannettavaa tietokonetta ilman GPU:ta, joten lyhyenkin tekstin generointi kesti noin minuutin.

Viite: Testi tehtiin ympäristössä: CPU: Ryzen 5 4650U, muisti: DDR4 32GB, Windows 11 Pro 24H2.

Kun generointi on valmis, äänen aaltomuoto tulee näkyviin ja voit toistaa äänen.

Esimerkki tekstin 「こんにちは、これはイロドリTTSで作成された音声です。」 lukemisesta

Jos ääni on mielestäsi hyvä, tallenna äänitiedosto napsauttamalla latauspainiketta (nuoli alaspäin).

Äänitiedosto tallennetaan WAV-muodossa.

Nyt olet onnistuneesti syntetisoinut ääntä käyttämällä Irodori-TTS:ää.

Irodori-TTS:n äänen säätäminen

Irodori-TTS:ssä voit säätää sukupuolta, tunteita ja muita ilmaisuja monin eri tavoin.

Tunteiden määrittäminen hymiöillä

Voit valita hymiöitä napsauttamalla tekstikentän alapuolella olevaa "Emoji Palette" -valikkoa.

Jokaiselle hymiölle on määritetty tietty tunnetila.

• 😊 Iloisesti, onnellisesti
• 😭 Nyyhkyttäen, itkuääni
• 😰 Hätääntyneesti, järkyttyneenä
• ⏩ Nopeasti puhuen
• 📖 Narratiivisesti, yksinpuheluna

Lisäämällä hymiön suoraan tekstikenttään voit lukea tekstin kyseisellä tunnetilalla.

Esimerkki tekstin 「😊 こんにちは、これはイロドリTTSで作成された音声です。」 lukemisesta

Esimerkki tekstin 「📖 こんにちは、これはイロドリTTSで作成された音声です。」 lukemisesta

Huomaa kuitenkin, että pelkän hymiön käyttäminen ei mahdollista sukupuolen tai iän tarkkaa määrittämistä.

Saman äänen käyttäminen Reference-äänen avulla

Irodori-TTS:ssä voit ladata Reference-äänitiedoston ja käyttää sen ääntä mallina puhesynteesiin.

Lataa Reference-ääni kohdasta "Pudota ääni tähän - tai - napsauta ladataksesi".

Saman äänen käytön lisäksi äänenlaatu voi olla selkeämpi verrattuna siihen, ettei mitään olisi määritetty.

Lukutyylin säätäminen suoraan Caption-toiminnolla

Irodori-TTS:ssä voit myös määrittää tekstin avulla suoraan, minkälaisella äänellä haluat ohjelman lukevan.

Käyttääksesi Caption-toimintoa, sinun on käynnistettävä "VoiceDesign-versio", ja Irodori-TTS:n käynnistyskomento Terminalissa muuttuu.

uv run python gradio_app_voicedesign.py --server-name 0.0.0.0 --server-port 7861

Tämän komennon suorittaminen käynnistää VoiceDesign-version käyttöliittymän.

Koska VoiceDesign-versio käyttää eri AI-mallia kuin perusversio, sinun on ladattava malli erikseen napsauttamalla "Load Model" ensimmäisellä käyttökerralla.

AI-mallin koko on noin 2 GB, joten lataus on suositeltavaa tehdä hyvässä verkkoyhteydessä.

VoiceDesign-version käyttöliittymässä on tekstikenttä "Caption / Style Prompt (optional)".

Kirjoita tähän tekstinä, minkälaisella äänellä haluat ohjelman lukevan.

• Lue rauhallisella naisen äänellä, läheisellä ja pehmeällä luonnollisella tavalla.
• Puhu pirteällä miehen äänellä, kirkkaasti ja selkeästi.
• Lue matalalla miehen äänellä, ilmeettömästi kuin uutisankkuri.

Tällä tavoin voit määrittää äänen ominaisuudet.

Esimerkiksi ohjeella 「落ち着いた女性の声で、近い距離感でやわらかく自然に読み上げてください。」 (Lue rauhallisella naisen äänellä, läheisellä ja pehmeällä luonnollisella tavalla) saatiin seuraavanlainen ääni.

Esimerkki määritellystä Caption-ohjeesta

Tälläkin tavalla saatiin aikaan selkeä ja helppolukuinen ääni.

Caption-toiminnossa on kuitenkin huomioitava asia.

Caption-toiminto vie huomattavasti enemmän aikaa äänen generointiin verrattuna muihin tapoihin.

Tässä testissä kannettavalla tietokoneella tämän lyhyen tekstin generointi kesti noin 5 minuuttia.

Käytettäessä Caption-toimintoa suositellaan erittäin tehokasta tietokonetta, jossa on GPU.

Mitä tapahtuu, jos luetaan englanninkielistä tekstiä?

Irodori-TTS on puhesynteesi-ohjelmisto, joka on tarkoitettu vain japanin kielelle.

Mitä tapahtuu, jos kokeilemme lukea englanninkielistä tekstiä?

Kokeillaan syöttää yksinkertainen esimerkkilause.

Esimerkki tekstin 「Hello, this is a voice recording created using Irodori-TTS.」 lukemisesta

Kuten huomataan, "Hello" ääntyi katakana-tyylillä "haroo" ja sana "recording" muuttui tunnistamattomaksi, joten lukeminen ei onnistunut oikein.

Jos haluat lukea englanninkielistä tekstiä, on suositeltavaa käyttää AI-puhesynteesi-palvelua, joka tukee vieraita kieliä.

Suositeltu puhesynteesi-menetelmä niille, joille "asennus on vaikeaa"

Tähän asti lukeneena jotkut saattavat tuntea, että Irodori-TTS:n asennus vaikuttaa hieman vaivalloiselta.

Jos ei ole tottunut Terminal-käyttöön tai Python-ympäristön pystyttämiseen, pelkkien ohjeiden seuraaminen voi viedä paljon aikaa.

Lisäksi ilman GPU-tietokonetta yhden äänitiedoston luominen kestää liian kauan, mikä tekee siitä vaikean videoiden kerrontaan ja muihin vastaaviin tarkoituksiin.

Tällaisessa tilanteessa suositellaan AI-ääntä, joka ei vaadi asennusta tai käyttöönottoa.

『Ondoku』: AI-ääni, jota voi käyttää ilman asennusta

Kun haluat syntetisoida ääntä helposti uusimmalla AI:lla, suosittelemme AI-puhesynteesi-palvelua 『Ondoku』.

『Ondoku』 on AI-puhesynteesi-palvelu, jossa voit luoda ääntä vain avaamalla selaimen ja liittämällä tekstin.

Voit luoda ääntä ilmaiseksi heti tietokoneella, älypuhelimella tai tabletilla.

Äänen generointi tapahtuu pilvessä (palvelimen puolella), joten ei ole ongelma, vaikka tietokoneessasi ei olisi GPU:ta.

Koska tarjolla on useita valmiita ääniä, kuten miesten, naisten ja lasten ääniä, voit aloittaa lukemisen heti valitsemalla äänen ilman, että sinun tarvitsee valmistella Reference-ääniä tai Captioneja.

Myös pitkien tekstien lukeminen on mahdollista sellaisenaan.

Lisäksi Ondoku tukee englantia!

Se tukee useita kieliä, kuten ranskaa, espanjaa, koreaa ja kiinaa, joten sitä voi käyttää myös muuhun kuin japaninkieliseen lukemiseen.

Voit myös kokea vielä luonnollisemman lukemisen seuraavan sukupolven AI-äänellä (OndokuBeta).

Jos etsit tapaa lukea tekstiä ääneen, mikset kokeilisi 『Ondoku』-palvelua, joka on ilmainen ja helppokäyttöinen?

Ondoku ja Irodori-TTS -erojen vertailu

Lopuksi vertailemme tärkeimpiä eroja Ondoku- ja Irodori-TTS-palveluiden välillä.

Vertailun perusteella Ondoku sopii vaivattomuuteen ja nopeaan käyttöön, kun taas Irodori-TTS sopii niille, joilla on tehokas tietokone ja jotka haluavat hienosäätää ääntä tarkasti.

Ondokua suositellaan niille, jotka tarvitsevat ääntä heti, tarvitsevat monikielistä tukea tai haluavat käyttää palvelua älypuhelimella tai tabletilla.

Se sopii myös niille, jotka haluavat lukea pitkiä tekstejä sellaisenaan, eivät halua käyttää aikaa asennukseen tai joiden tietokoneessa ei ole GPU:ta.

Koska voit generoida korkealaatuista ääntä heti avaamalla selaimen, mikset kokeilisi Ondoku-palvelua ilmaiseksi?

Yhteenveto: Irodori-TTS:n ominaisuudet, asennus ja käyttö

Tässä artikkelissa esittelimme Irodori-TTS-ohjelmiston, joka on japanin kieleen erikoistunut ja paikallisesti toimiva AI-puhesynteesi-ohjelmisto.

Irodori-TTS on houkutteleva työkalu niille, jotka haluavat panostaa äänen ilmaisuun, kuten Voice Cloningiin, Caption-pohjaiseen äänisuunnitteluun ja hymiöiden avulla tapahtuvaan tunteiden hallintaan.

Kuitenkin asennus ja käyttö on suunnattu edistyneille käyttäjille, ja asennus vaatii Python- ja Git-ympäristön määrittämistä.

Lisäksi tietokoneilla, joissa ei ole GPU:ta, äänen generointi vie aikaa.

Niille, jotka haluavat käyttää puhesynteesiä vaivattomasti heti, suosittelemme selaimella toimivaa 『Ondoku』-palvelua.

Mikset sinäkin loisi korkealaatuista ääntä helposti käytettävällä ilmaisella AI-puhesynteesillä?

■ AI puhesynteesiohjelmisto "Ondoku"

"Ondoku" on verkossa toimiva tekstistä puheeksi -työkalu, jota voidaan käyttää ilman alkukustannuksia.

• Tukee noin 50 kieltä, mukaan lukien japani, englanti, kiina, korea, espanja, ranska ja saksa.
• Saatavilla sekä tietokoneelta että älypuhelimelta
• Sopii liike-, koulutus-, viihde- jne.
• Ei vaadi asennusta, voidaan käyttää heti selaimesta
• Tukee myös kuvista lukemista

Voit käyttää sitä kirjoittamalla tekstiä tai lataamalla tiedoston sivustolta. Luo luonnollisia äänitiedostoja sekunneissa. Voit käyttää puhesynteesiä jopa 5 000 merkkiä ilmaiseksi, joten kokeile sitä ensin.

Tekstistä puheeksi -ohjelmisto "Ondoku" voi lukea 5000 merkkiä kuukaudessa AI-äänellä ilmaiseksi. Voit ladata MP3-tiedostoja helposti ja myös kaupallinen käyttö on mahdollista. Jos rekisteröidyt ilmaiseksi, voit muuntaa jopa 5 000 merkkiä kuukaudessa ilmaiseksi tekstistä puheeksi. Kokeile Ondokua nyt.

HP: ondoku3.com
Email: ondoku3.com@gmail.com