TTS Monospeaker

Presentation

Moteur de synthese vocale neuronale pour le francais, base sur FastPitch-Lite (modele acoustique) et HiFi-GAN (vocoder). Produit un signal audio naturel a 22050 Hz a partir de texte ou de phonemes IPA.

Deux modes d’utilisation : API (zero dependance, zero config) ou local (ONNX Runtime, inference offline).

Essayer en ligne

La demo utilise l’API Lectura — aucun telechargement necessaire.

Cliquez sur le bouton pour synthetiser.

Exemple de code

from lectura_tts_monospeaker import creer_engine

engine = creer_engine()  # mode API par defaut (zero config)

# A partir de texte
audio = engine.synthesize(text="Bonjour, comment allez-vous ?")
print(f"Duree : {len(audio) / 22050:.2f}s")

# A partir d'IPA avec controles prosodiques
audio = engine.synthesize(
    ipa="bɔ̃ʒuʁ kɔmɑ̃ ale vu",
    pitch_shift=0.0,
    pitch_range=1.3,
    energy_scale=1.0,
    duration_scale=1.0,
)

# Sauvegarder en WAV
engine.save_wav(audio, "output.wav")

Architecture

Texte → [G2P: grapheme→phoneme] → Phonemes IPA
                                        ↓
                              FastPitch-Lite Encoder
                              (phone_ids → enc_out + dur/pitch/energy)
                                        ↓
                              Length Regulation + Prosody Embedding
                                        ↓
                              FastPitch-Lite Decoder
                              (decoder_in → mel spectrogram 80 bandes)
                                        ↓
                              HiFi-GAN Vocoder
                              (mel → waveform 22050 Hz)

Le pipeline complet est split en 3 modeles ONNX independants pour une flexibilite maximale (quantification, streaming, remplacement individuel).

Installation

pip install lectura-tts-monospeaker              # mode API (zero config, zero dependance)
pip install lectura-tts-monospeaker[onnx]        # backend ONNX Runtime local
pip install lectura-tts-monospeaker[onnx,g2p]    # avec G2P integre (texte → audio)
pip install lectura-tts-monospeaker[onnx,g2p,vc] # + retimbre multi-voix (OpenVoice)
pip install lectura-tts-monospeaker[all]         # tout

Par defaut, le module utilise l’API Lectura (aucune configuration necessaire). Le backend local ONNX necessite les modeles pre-entraines, disponibles sous licence commerciale.

Retimbre (optionnel)

Avec [vc], le parametre voix= permet de changer le timbre de la voix synthetisee via OpenVoice (zero-shot) :

from lectura_tts_monospeaker import synthetiser

# Voix preset
audio = synthetiser("Bonjour le monde.", voix="bernard")

# Blend de voix
audio = synthetiser("Bonjour.", voix={"siwis": 0.5, "nadine": 0.5})

# Variante grave/aigu (-1 a +1)
audio = synthetiser("Bonjour.", voix="ezwa", voix_variante=-0.5)

Presets disponibles : siwis, ezwa, nadine, bernard, gilles, zeckou.

Caracteristiques techniques

• FastPitch-Lite V6 : ~5M parametres, encodeur + decodeur, GAN fine-tuning
• HiFi-GAN : vocoder universel, signal 22050 Hz
• 2 backends : API (zero config) ou ONNX Runtime local (modeles sous licence commerciale)
• Controles prosodiques : pitch_shift, pitch_range, energy_scale, duration_scale, pause_scale
• Retimbre optionnel [vc] : changement de voix via OpenVoice zero-shot (6 presets, blend pondere, variante formants)
• Factory creer_engine() : detection automatique du meilleur mode
• Python 3.10+ avec type hints complets (PEP-561)
• Licence : AGPL-3.0 (code) — les modeles pre-entraines sont sous licence commerciale