quarterturn/kuroki_tomoko_en_piper

黑木智子 Piper 语音模型

这是一个单声部英语 Piper 文本转语音模型，基于高质量女性预训练语音以及约四分钟的《我不受欢迎，怎么想都是你们的错》中黑木智子角色的英语配音训练而成。

如何通过 wyoming 协议配合 Home Assistant 和独立的 wyoming-piper 容器使用：

为文件创建一个目录，例如 "piper-docker"
创建目录 "piper" 并确保你的 docker 用户上下文对其有读写权限。
创建 docker-compose.yaml：
services:
  piper:
    container_name: piper
    image: rhasspy/wyoming-piper:latest
    command: --voice en_US-tomoko-high
    volumes:
      - ./piper:/data
      - ./voices.json:/usr/local/lib/python3.11/dist-packages/wyoming_piper/voices.json:ro
    restart: unless-stopped
    ports:
      - 10200:10200
    runtime: nvidia
    deploy:
        resources:
          reservations:
            devices:
              - driver: nvidia
                count: 1
                capabilities: [gpu]

创建 piper-docker/voices.json：
{
    "en_US-tomoko-high": {
        "key": "en_US-tomoko-high",
        "name": "en_US-tomoko-high",
        "language": {
            "code": "en_US",
            "family": "en",
            "region": "US",
            "name_native": "English",
            "name_english": "English",
            "country_english": "US"
        },
        "quality": "high",
        "num_speakers": 1,
        "speaker_id_map": {},
        "files": {
            "en_US-tomoko-high.onnx": {
                "size_bytes": 114204023,
                "md5_digest": "4ef5706f34966ca020a449af4ec6cb66"
            },
            "en_US-tomoko-high.onnx.json": {
                "size_bytes": 7093,
                "md5_digest": "ef6424752cb3ab0c6cd1e1eeeea833db"
            },
            "MODEL_CARD": {
                "size_bytes": 0,
                "md5_digest": "d41d8cd98f00b204e9800998ecf8427e"
            }
        },
        "aliases": []
    }
}

将此仓库中的语音文件放入 piper-docker/piper

重命名文件：
mv kuroki_tomoko.onnx en_US-tomoko-high.onnx
mv kuroki_tomoko.onnx.json en_US-tomoko-high.onnx.json

检查 md5 校验和和文件大小（由于我调整了本地设置，它们可能有所变化）
md5sum *tomoko*

如果有任何变化，更新 piper-docker/voices.json。

运行 "docker compose up" 并观察是否有错误。如果没有错误，进入 Home Assistant，打开"设置、设备与服务、wyoming 协议"，使用运行容器的 IP 地址和端口 10200 为 piper 添加一个服务。
进入"设置、语音助手、添加助手"（假设你已经使用 ollama 插件设置了 LLM，这里就不详细说明了），在"文本转语音"配置对话框中，"文本转语音"应该已经是"piper"，"语音"应该已经是"en US-tomoko-high (high)"

简而言之 - rhasspy/wyoming-piper 对文件命名要求非常严格，否则它会拒绝使用语音文件。

附注 - onnxruntime 从源码构建简直是一场灾难，我试过，我失败了，我回到了 docker 容器方案

再附注 - 尽管当前版本的容器是为 CUDA 12.1 构建的，但通过 nvidia docker 容器运行时，它在 CUDA 13.0 下仍然可以正常工作。