Unterstützte Sprachen

Einige Sprachmodelle unterstützen auch mehrere Sprecher, was die Vielfalt der verfügbaren Stimmen erheblich erhöht – zum Beispiel umfasst English LibriTTS allein mehr als 900 verschiedene Sprecher.

Dies ist die vollständige Liste der Sprachen, die von Haus aus unterstützt werden, mit vorinstallierten Modellen, die zum Download bereitstehen:

• Englisch (Vereinigte Staaten) – 43 Stimmodelle, 3 Qualitätsstufen, 1895 Sprecher (mit Kokoro-Modellen)
• Englisch (Britisch) – 19 Stimmodelle, 3 Qualitätsstufen, 143 Sprecher (mit Kokoro-Modellen)
• Vereinfachtes Chinesisch (简体中文) – 109 Stimmodelle, 2 Qualitätsstufen, 110 Sprecher (mit Kokoro-Modellen)
• Mexikanisches Spanisch (Español Mexicano) – 2 Stimmodelle, 2 Qualitätsstufen, 2 Sprecher
• Europäisches Spanisch (Español Europeo) – 10 Stimmodelle, 2 Qualitätsstufen, 11 Sprecher (mit Kokoro-Modellen)
• Argentinisches Spanisch (Español Argentino) – 1 Stimmodel, 1 Qualitätsstufe, 1 Sprecher
• Kolumbianisches Spanisch (Español Colombiano) – 2 Stimmodelle, 1 Qualitätsstufe, 2 Sprecher
• Koreanisch (한국어) – 1 Stimmodel, 1 Qualitätsstufe, 1 Sprecher
• Russisch (Русский) – 4 Stimmodelle, 1 Qualitätsstufe, 4 Sprecher
• Brasilianisches Portugiesisch (Português do Brasil) – 9 Stimmodelle, 2 Qualitätsstufen, 9 Sprecher (mit Kokoro-Modellen)
• Portugiesisch (Portugal) (Português de Portugal) – 3 Stimmodelle, 1 Qualitätsstufe, 2 Sprecher
• Hindi (हिन्दी) – 7 Stimmodelle, 1 Qualitätsstufe, 7 Sprecher (mit Kokoro-Modellen)
• Urdu (اردو) – 1 Stimmodel, 1 Qualitätsstufe, 1 Sprecher
• Telugu (తెలుగు) – 3 Stimmodelle, 1 Qualitätsstufe, 3 Sprecher
• Malayalam (മലയാളം) – 2 Stimmodelle, 1 Qualitätsstufe, 2 Sprecher
• Deutsch – 10 Stimmodelle, 3 Qualitätsstufen, 254 Sprecher
• Französisch (Français) – 8 Stimmodelle, 2 Qualitätsstufen, 134 Sprecher (mit Kokoro-Modellen)
• Arabisch (العربية) – 4 Stimmodelle, 1 Qualitätsstufe, 4 Sprecher
• Türkisch (Türkçe) – 3 Stimmodelle, 1 Qualitätsstufe, 3 Sprecher
• Polnisch (Polski) – 5 Stimmodelle, 3 Qualitätsstufen, 5 Sprecher
• Italienisch (Italiano) – 6 Stimmodelle, 2 Qualitätsstufen, 6 Sprecher (mit Kokoro-Modellen)
• Ukrainisch (Украї́нська мо́ва) – 5 Stimmodelle, 3 Qualitätsstufen, 7 Sprecher
• Katalanisch (Català) – 2 Stimmodelle, 2 Qualitätsstufen, 3 Sprecher
• Bulgarisch (Български) – 1 Stimmodel, 1 Qualitätsstufe, 1 Sprecher
• Tschechisch (Čeština) – 1 Stimmodel, 2 Qualitätsstufen, 2 Sprecher
• Walisisch (Cymraeg) – 2 Stimmodelle, 1 Qualitätsstufe, 8 Sprecher
• Dänisch (Dansk) – 2 Stimmodelle, 1 Qualitätsstufe, 2 Sprecher
• Griechisch (Ελληνικά) – 1 Stimmodel, 1 Qualitätsstufe, 1 Sprecher
• Persisch (فارسی) – 5 Stimmodelle, 1 Qualitätsstufe, 5 Sprecher
• Finnisch (Suomi) – 1 Stimmodel, 2 Qualitätsstufen, 2 Sprecher
• Ungarisch (Magyar) – 3 Stimmodelle, 1 Qualitätsstufe, 3 Sprecher
• Baskisch (Euskara) – 4 Stimmodelle, 1 Qualitätsstufe, 4 Sprecher
• Isländisch (Íslenska) – 4 Stimmodelle, 1 Qualitätsstufe, 4 Sprecher
• Indonesisch (Bahasa Indonesia) – 1 Stimmodel, 1 Qualitätsstufe, 1 Sprecher
• Georgisch (ქართული ენა) – 1 Stimmodel, 1 Qualitätsstufe, 1 Sprecher
• Kasachisch (Қазақша) – 3 Stimmodelle, 2 Qualitätsstufen, 8 Sprecher
• Luxemburgisch (Lëtzebuergesch) – 1 Stimmodel, 1 Qualitätsstufe, 1 Sprecher
• Lettisch (Latviešu) – 1 Stimmodel, 1 Qualitätsstufe, 1 Sprecher
• Nepalesisch (नेपाली) – 2 Stimmodelle, 2 Qualitätsstufen, 37 Sprecher
• Flämisch (Vlaams) – 2 Stimmodelle, 2 Qualitätsstufen, 4 Sprecher
• Niederländisch (Nederlands) – 8 Stimmodelle, 2 Qualitätsstufen, 59 Sprecher
• Norwegisch (Bokmål / Nynorsk) – 1 Stimmodel, 1 Qualitätsstufe, 1 Sprecher
• Rumänisch (Română) – 1 Stimmodel, 1 Qualitätsstufe, 1 Sprecher
• Slowakisch (Slovenčina) – 1 Stimmodel, 1 Qualitätsstufe, 1 Sprecher
• Slowenisch (Slovenščina) – 1 Stimmodel, 1 Qualitätsstufe, 1 Sprecher
• Serbisch (Srpski) – 1 Stimmodel, 1 Qualitätsstufe, 2 Sprecher
• Schwedisch (Svenska) – 4 Stimmodelle, 1 Qualitätsstufe, 4 Sprecher
• Albanisch (Shqip) – 1 Stimmodel, 1 Qualitätsstufe, 1 Sprecher
• Suaheli (Kiswahili) – 1 Stimmodel, 1 Qualitätsstufe, 1 Sprecher
• Kurdisch (Kurmandschi) (Kurdî) – 1 Stimmodel, 1 Qualitätsstufe, 2 Sprecher
• Vietnamesisch (Tiếng Việt) – 3 Stimmodelle, 2 Qualitätsstufen, 67 Sprecher

Standardmäßig enthält das Plugin vorinstallierte Modelle für 51 Sprachen, mit 317 Stimmodelle, 75 Qualitäten und 2834 Sprecher, darunter 151 Kokoro-Modelle. Weitere Sprachen können durch Importieren benutzerdefinierter Stimmodelle hinzugefügt werden (siehe unten).

Hinzufügen weiterer Stimmen und Sprachen mit benutzerdefinierten Modellen

Die obige Liste deckt nur die Stimmen und Sprachen ab, die mit vorinstallierten, sofort herunterladbaren Modellen ausgeliefert werden. Es ist keine harte Grenze für das, was das Plugin sprechen kann.

Sie können auch jedes Piper-kompatible Sprachmodell importieren, egal ob Sie eins herunterladen, das von der Community erstellt wurde, oder Ihr eigenes trainieren. Damit können Sie neue Stimmen für bereits unterstützte Sprachen hinzufügen oder völlig neue Sprachen einbringen, die nicht standardmäßig enthalten sind. Siehe Importieren benutzerdefinierter Sprachmodelle für die vollständige Anleitung.

Über die oben genannten Sprachen hinaus kann das Plugin auch Sprache in den folgenden Sprachen synthetisieren, sofern Sie ein kompatibles Sprachmodell bereitstellen:

Afrikaans, Albanisch, Amharisch, Aragonesisch, Armenisch, Assamesisch, Aserbaidschanisch, Baschkirisch, Belarussisch, Bengalisch, Bishnupriya Manipuri, Bosnisch, Birmanisch, Tschuwaschisch, Kroatisch, Estnisch, Gälisch (Irisch & Schottisch), Grönländisch, Guaraní, Gujarati, Haitianisch-Kreolisch, Hawaiisch, Hebräisch, Kannada, Konkani, Kirgisisch, Lettgallisch, Litauisch, Lulesamisch, Mazedonisch, Malaiisch, Maltesisch, Māori, Marathi, Nahuatl (Klassisch), Nogaisch, Oriya, Oromo, Papiamento, Pandschabisch, Quechua, Setswana, Shan (Tai Yai), Sindhi, Singhalesisch, Tamil, Tatarisch, Thailändisch, Turkmenisch, Uigurisch und Usbekisch.

Da keine dieser Optionen ein vortrainiertes Modell enthält, das mit dem Plugin gebündelt ist, müssen Sie entweder ein eigenes trainieren oder ein von der Community trainiertes finden, zum Beispiel auf Hugging Face, und es dann auf die gleiche Weise importieren.