Cómo usar modelos de voz

Seleccionando, descargando y empaquetando modelos

El plugin admite múltiples idiomas, voces y calidades. Puedes descargar y gestionar fácilmente los modelos de voz que necesites a través de la configuración del plugin en el editor. Sigue estos pasos para seleccionar, descargar y preparar los modelos de voz:

1. Abre la configuración del proyecto en el editor y navega hasta Plugins -> Runtime Text To Speech.
2. En la lista Available Voice Models to Download, haz clic en el botón Download junto al modelo de voz que deseas descargar. Puedes descargar varios modelos de voz simultáneamente.
3. Una vez completada la descarga, los modelos aparecerán en la sección Downloaded Voice Models en la parte superior de la lista, y estarán disponibles para usar en tu proyecto.
4. Opcionalmente, puedes previsualizar los modelos de voz descargados introduciendo texto en el campo de texto y haciendo clic en el botón Play. Esto sintetizará y reproducirá el texto usando el modelo de voz seleccionado. Esta función es útil para realizar pruebas dentro del editor y asegurarse de que el modelo de voz suene como se espera.

Para eliminar cualquier modelo de voz descargado, haga clic en el botón Eliminar junto al modelo que desee quitar.

Todos los modelos de voz descargados se empaquetarán con tu proyecto, por lo que para reducir el tamaño del proyecto, elimina los modelos de voz que ya no necesites.

Para ver una lista completa de los idiomas que vienen con modelos preincluidos, consulte Idiomas compatibles.

Importando modelos de voz personalizados

Además de los modelos de voz preconfigurados, puede importar sus propios modelos de voz personalizados. Esto resulta útil si desea usar una voz que no esté disponible en la lista preconfigurada, o si quiere añadir compatibilidad con un idioma que no se incluye de serie (consulte la lista de idiomas adicionales compatibles para ver la lista de idiomas adicionales compatibles con el fonemizador subyacente).

El complemento admite los formatos de modelo de voz tanto de Piper como de Kokoro:

1. En la configuración del plugin, haz clic en el botón Importar modelo de voz personalizado en la parte superior de la pantalla.
2. En el cuadro de diálogo que aparece, selecciona el tipo de modelo (Piper o Kokoro).
3. Explora y selecciona tu archivo de modelo:
   • Para Piper: Seleccione un archivo de modelo en formato ONNX (*.onnx)
   • Para Kokoro: Seleccione un archivo de estilo en formato BIN (*.bin)
4. Explorar y seleccionar el archivo de configuración correspondiente (*.json):
   • Para Piper: Esto contiene configuraciones como frecuencia de muestreo, mapeos de fonemas y parámetros de inferencia.
   • Para Kokoro: Esto contiene la configuración del tokenizador.
5. Para los modelos Kokoro, especifica el código de idioma (por ejemplo, en-us, en-gb-x-rp, fr, es, etc.)
6. Haz clic en Import para agregar el modelo de voz personalizado a tu proyecto.

Notas sobre modelos de voz personalizados

• Modelos Piper: Puedes usar cualquier modelo ONNX compatible con Piper y su archivo de configuración JSON correspondiente. Esto es útil para voces que no están disponibles en la lista preconfigurada o para voces entrenadas a medida. Puedes encontrar modelos Piper entrenados por la comunidad en Hugging Face, o entrenar los tuyos propios usando esta guía.

• Modelos Kokoro: Estos modelos utilizan un sistema de dos partes: archivos de estilo (formato BIN) y un modelo ONNX compartido. Al importar un archivo de estilo Kokoro por primera vez, el complemento ofrecerá descargar automáticamente el modelo ONNX necesario.

• Códigos de idioma: Para los modelos Kokoro, el código de idioma es importante para una correcta conversión de fonemas. Los códigos comunes incluyen:

  • Inglés (EE. UU.): en-us
  • Inglés (Reino Unido): en-gb-x-rp
  • Español: es
  • Francés: fr
  • Italiano: it
  • Portugués (Brasil): pt-br
  • Chino (Mandarín): cmn
  • Hindi: hi
  • Alemán: de

Los modelos de voz personalizados se tratan de la misma manera que los modelos descargados y se empaquetarán con tu proyecto.