Nó làm gì
VieNeu-TTS là mô hình Text-to-Speech (chuyển văn bản thành giọng nói) mã nguồn mở tiếng Việt, được tối ưu để suy luận thời gian thực trực tiếp trên CPU (ONNX Runtime, không phụ thuộc bắt buộc vào PyTorch khi chạy bản CPU mặc định). Theo trang PyPI, bản v3 Turbo (mặc định) xuất âm thanh 48kHz, bản v3 Nano (preview) xuất 24kHz. Hệ thống hỗ trợ kỹ thuật nhân bản giọng nói (voice cloning) từ một đoạn âm thanh mẫu ngắn.
Cài đặt (từng bước, tiếng Việt)
Nguồn kiểm chứng: README chính thức trên GitHub và trang gói PyPI.
-
Cách 1: Cài đặt trực tiếp qua gói PyPI (Khuyên dùng):
pip install vieneu -
Cách 2: Cài đặt từ mã nguồn repo bằng uv:
git clone https://github.com/pnnbao97/VieNeu-TTS.git cd VieNeu-TTS uv sync uv run gradio_app.py -
Sử dụng trong mã Python:
from vieneu import Vieneu tts = Vieneu() audio = tts.infer("Xin chào, đây là giọng đọc thử nghiệm.") tts.save(audio, "output.wav")
Giới hạn
- Phân tách bản quyền: Mã nguồn (code) và checkpoint bản 0.5B được cấp phép theo Apache-2.0 (cho phép thương mại). Riêng trọng số (weights) của bản 0.3B (đời trước) mang giấy phép CC BY-NC 4.0 (cấm sử dụng cho mục đích thương mại).
- Tốc độ theo công bố của tác giả trên trang PyPI (CPU desktop, không nêu model): RTF 0.37 với bản v3 Turbo int8, 0.62 với bản fp32. Duy AI Lab chưa tự đo. Muốn chạy GPU thì cài bản PyTorch CUDA trước rồi mới
pip install vieneu.
Lưu ý bảo mật / dữ liệu
- Chạy hoàn toàn ngoại tuyến (offline) trên máy cá nhân, không truyền âm thanh hay nội dung văn bản lên bất kỳ máy chủ đám mây nào.