开源项目介绍：FireRedTTS

开源地址：https://github.com/FireRedTeam/FireRedTTS

项目用途

1. 输入文本：写一段文本。
2. 上传参考音频：上传一段参考音频。
3. 语音合成：本工具参考你上传的音频文件，将文本转换成音频。

实际测试反馈

综合评价：实际测试下来没什么用

• 生成的音频与上传的参考音频不搭杠，根本不沾边……
• 在我看来，连玩具都算不上。

核心问题点

1. 显存占用与回收问题

• 原版问题：显存不会回收。例如写了200字，大概会占用16GB显存；音频生成完毕后，显存依然占用16GB；哪怕重新写一个字再生成，依然会占用16GB。
• 本版优化：已修复显存占用问题，生成音频后，显存即会回收。

2. 长文本显存占用过大（200字以上未细测）

• 通常一两句话或两三句话，显存占用 6-8GB。
• 200字左右显存占用已达 16GB。
• 注：参考音频均为相同的40秒左右MP3，有待作者优化。

3. 长文本语速异常（200字以上未细测）

• 生成的音频文件语速飞快，至少 2x 以上。
• 未找到问题原因，无法修复，待作者修复。

4. 标点符号识别问题

• 逗号通常会被读成“啊”！！！！

总结

综上所述，此项目没什么用。本站提供的是负优化后的版本。

下载链接：https://pan.baidu.com/s/10m8D6cSTugUCeuqvAyI9bg?pwd=gpcb