Інтеграція Coqui TTS для синтезу мови (Open Source) Coqui TTS — бібліотека з набором нейронних TTS-моделей, що передбачаються: VITS, YourTTS, XTTS. Open-source альтернатива хмарним сервісам для завдань із вимогами до конфіденційності даних. Підтримує російську мову. ### Встановлення та доступні моделі```bash

pip install TTS

Список доступных моделей

tts --list_models ### XTTS v2 - мультимовна модель з клонуваннямpython from TTS.api import TTS

Инициализация XTTS v2

tts = TTS("tts_models/multilingual/multi-dataset/xtts_v2").to("cuda")

Синтез на русском

tts.tts_to_file( text="Привет! Это пример синтеза речи на русском языке.", speaker_wav="reference_speaker.wav", # референсный голос (3–10 сек) language="ru", file_path="output.wav" )

Потоковый синтез (chunks)

for chunk in tts.tts_with_vc_streaming( text="Длинный текст для потокового синтеза", speaker_wav="reference.wav", language="ru" ): # обрабатываем chunk аудио pass ### VITS - швидка модель для російськоїpython tts = TTS("tts_models/ru/cv/vits") # русская VITS модель tts.tts_to_file( text="Привет мир", file_path="output.wav" ) ### Продуктивність | Модель | GPU | Швидкість | Якість | |--------|-----|---------|---------| | XTTS v2 | RTX 3080 | ~2x RT | Відмінне | | VITS(ru) | RTX 3080 | ~15x RT | Хороше | | YourTTS | RTX 3080 | ~5x RT | Хороше | ### FastAPI обгортка для productionpython from fastapi import FastAPI from TTS.api import TTS import io, soundfile as sf

app = FastAPI() tts_model = TTS("tts_models/multilingual/multi-dataset/xtts_v2").to("cuda")

@app.post("/tts") async def text_to_speech(text: str, language: str = "ru"): wav = tts_model.tts(text=text, language=language, speaker_wav="default_speaker.wav") buf = io.BytesIO() sf.write(buf, wav, 24000, format="WAV") buf.seek(0) return StreamingResponse(buf, media_type="audio/wav")