Add cathy, cynda, and james Piper voices for Home Assistant
Three medium-quality en-US single-speaker Piper TTS voices, each with its .onnx model and .onnx.json config, plus README install instructions. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
This commit is contained in:
+15
@@ -0,0 +1,15 @@
|
|||||||
|
# OS / editor cruft
|
||||||
|
.DS_Store
|
||||||
|
Thumbs.db
|
||||||
|
*~
|
||||||
|
.idea/
|
||||||
|
.vscode/
|
||||||
|
|
||||||
|
# Python (if you add training/conversion scripts later)
|
||||||
|
__pycache__/
|
||||||
|
*.pyc
|
||||||
|
.venv/
|
||||||
|
venv/
|
||||||
|
|
||||||
|
# Audio test output
|
||||||
|
*.wav
|
||||||
@@ -0,0 +1,58 @@
|
|||||||
|
# AIVoices_HA
|
||||||
|
|
||||||
|
Custom [Piper](https://github.com/OHF-Voice/piper1-gpl) text-to-speech voices for [Home Assistant](https://www.home-assistant.io/).
|
||||||
|
|
||||||
|
These are medium-quality, single-speaker English (`en-US`) neural voices trained for use with Home Assistant's local TTS engine.
|
||||||
|
|
||||||
|
## Voices
|
||||||
|
|
||||||
|
| Voice | Files | Language | Sample rate | Quality |
|
||||||
|
|-------|-------|----------|-------------|---------|
|
||||||
|
| **cathy** | `en_us-cathy-medium.onnx` + `.onnx.json` | en-US | 22050 Hz | medium |
|
||||||
|
| **cynda** | `en_us-cynda-medium.onnx` + `.onnx.json` | en-US | 22050 Hz | medium |
|
||||||
|
| **james** | `en_us-james-medium.onnx` + `.onnx.json` | en-US | 22050 Hz | medium |
|
||||||
|
|
||||||
|
Each voice consists of two files that must stay together:
|
||||||
|
|
||||||
|
- `*.onnx` — the trained model weights
|
||||||
|
- `*.onnx.json` — the voice configuration (phoneme map, sample rate, inference settings)
|
||||||
|
|
||||||
|
## Installation (Home Assistant)
|
||||||
|
|
||||||
|
These voices work with the **Piper** add-on / [wyoming-piper](https://github.com/rhasspy/wyoming-piper).
|
||||||
|
|
||||||
|
1. Locate the Piper data directory where custom voices are stored. For the
|
||||||
|
official **Piper** add-on this is the share folder, typically:
|
||||||
|
|
||||||
|
```
|
||||||
|
/share/piper/
|
||||||
|
```
|
||||||
|
|
||||||
|
2. Copy **both** files for each voice you want into that directory:
|
||||||
|
|
||||||
|
```
|
||||||
|
en_us-cathy-medium.onnx
|
||||||
|
en_us-cathy-medium.onnx.json
|
||||||
|
```
|
||||||
|
|
||||||
|
3. Restart the Piper add-on. Then in Home Assistant go to
|
||||||
|
**Settings → Voice assistants → (your assistant) → Text-to-speech**
|
||||||
|
and select the new voice.
|
||||||
|
|
||||||
|
> Tip: If a voice does not appear, confirm the `.onnx` and `.onnx.json`
|
||||||
|
> filenames match exactly and that both files are present.
|
||||||
|
|
||||||
|
## Testing a voice locally
|
||||||
|
|
||||||
|
With Piper installed you can render a sample to a WAV file:
|
||||||
|
|
||||||
|
```bash
|
||||||
|
echo "Hello from Home Assistant." | \
|
||||||
|
piper --model en_us-cathy-medium.onnx --output_file sample.wav
|
||||||
|
```
|
||||||
|
|
||||||
|
## License
|
||||||
|
|
||||||
|
The licensing of a trained Piper voice depends on the dataset it was trained
|
||||||
|
on. Add a `LICENSE` file describing the terms that apply to these models and
|
||||||
|
their training data before distributing them.
|
||||||
Binary file not shown.
@@ -0,0 +1,497 @@
|
|||||||
|
{
|
||||||
|
"dataset": "en_us-cathy-medium",
|
||||||
|
"audio": {
|
||||||
|
"sample_rate": 22050,
|
||||||
|
"quality": "training"
|
||||||
|
},
|
||||||
|
"espeak": {
|
||||||
|
"voice": "en-us"
|
||||||
|
},
|
||||||
|
"language": {
|
||||||
|
"code": "en-us"
|
||||||
|
},
|
||||||
|
"inference": {
|
||||||
|
"noise_scale": 0.667,
|
||||||
|
"length_scale": 1,
|
||||||
|
"noise_w": 0.8
|
||||||
|
},
|
||||||
|
"phoneme_type": "espeak",
|
||||||
|
"phoneme_map": {},
|
||||||
|
"phoneme_id_map": {
|
||||||
|
" ": [
|
||||||
|
3
|
||||||
|
],
|
||||||
|
"!": [
|
||||||
|
4
|
||||||
|
],
|
||||||
|
"\"": [
|
||||||
|
150
|
||||||
|
],
|
||||||
|
"#": [
|
||||||
|
149
|
||||||
|
],
|
||||||
|
"$": [
|
||||||
|
2
|
||||||
|
],
|
||||||
|
"'": [
|
||||||
|
5
|
||||||
|
],
|
||||||
|
"(": [
|
||||||
|
6
|
||||||
|
],
|
||||||
|
")": [
|
||||||
|
7
|
||||||
|
],
|
||||||
|
",": [
|
||||||
|
8
|
||||||
|
],
|
||||||
|
"-": [
|
||||||
|
9
|
||||||
|
],
|
||||||
|
".": [
|
||||||
|
10
|
||||||
|
],
|
||||||
|
"0": [
|
||||||
|
130
|
||||||
|
],
|
||||||
|
"1": [
|
||||||
|
131
|
||||||
|
],
|
||||||
|
"2": [
|
||||||
|
132
|
||||||
|
],
|
||||||
|
"3": [
|
||||||
|
133
|
||||||
|
],
|
||||||
|
"4": [
|
||||||
|
134
|
||||||
|
],
|
||||||
|
"5": [
|
||||||
|
135
|
||||||
|
],
|
||||||
|
"6": [
|
||||||
|
136
|
||||||
|
],
|
||||||
|
"7": [
|
||||||
|
137
|
||||||
|
],
|
||||||
|
"8": [
|
||||||
|
138
|
||||||
|
],
|
||||||
|
"9": [
|
||||||
|
139
|
||||||
|
],
|
||||||
|
":": [
|
||||||
|
11
|
||||||
|
],
|
||||||
|
";": [
|
||||||
|
12
|
||||||
|
],
|
||||||
|
"?": [
|
||||||
|
13
|
||||||
|
],
|
||||||
|
"X": [
|
||||||
|
156
|
||||||
|
],
|
||||||
|
"^": [
|
||||||
|
1
|
||||||
|
],
|
||||||
|
"_": [
|
||||||
|
0
|
||||||
|
],
|
||||||
|
"a": [
|
||||||
|
14
|
||||||
|
],
|
||||||
|
"b": [
|
||||||
|
15
|
||||||
|
],
|
||||||
|
"c": [
|
||||||
|
16
|
||||||
|
],
|
||||||
|
"d": [
|
||||||
|
17
|
||||||
|
],
|
||||||
|
"e": [
|
||||||
|
18
|
||||||
|
],
|
||||||
|
"f": [
|
||||||
|
19
|
||||||
|
],
|
||||||
|
"g": [
|
||||||
|
154
|
||||||
|
],
|
||||||
|
"h": [
|
||||||
|
20
|
||||||
|
],
|
||||||
|
"i": [
|
||||||
|
21
|
||||||
|
],
|
||||||
|
"j": [
|
||||||
|
22
|
||||||
|
],
|
||||||
|
"k": [
|
||||||
|
23
|
||||||
|
],
|
||||||
|
"l": [
|
||||||
|
24
|
||||||
|
],
|
||||||
|
"m": [
|
||||||
|
25
|
||||||
|
],
|
||||||
|
"n": [
|
||||||
|
26
|
||||||
|
],
|
||||||
|
"o": [
|
||||||
|
27
|
||||||
|
],
|
||||||
|
"p": [
|
||||||
|
28
|
||||||
|
],
|
||||||
|
"q": [
|
||||||
|
29
|
||||||
|
],
|
||||||
|
"r": [
|
||||||
|
30
|
||||||
|
],
|
||||||
|
"s": [
|
||||||
|
31
|
||||||
|
],
|
||||||
|
"t": [
|
||||||
|
32
|
||||||
|
],
|
||||||
|
"u": [
|
||||||
|
33
|
||||||
|
],
|
||||||
|
"v": [
|
||||||
|
34
|
||||||
|
],
|
||||||
|
"w": [
|
||||||
|
35
|
||||||
|
],
|
||||||
|
"x": [
|
||||||
|
36
|
||||||
|
],
|
||||||
|
"y": [
|
||||||
|
37
|
||||||
|
],
|
||||||
|
"z": [
|
||||||
|
38
|
||||||
|
],
|
||||||
|
"\u00e6": [
|
||||||
|
39
|
||||||
|
],
|
||||||
|
"\u00e7": [
|
||||||
|
40
|
||||||
|
],
|
||||||
|
"\u00f0": [
|
||||||
|
41
|
||||||
|
],
|
||||||
|
"\u00f8": [
|
||||||
|
42
|
||||||
|
],
|
||||||
|
"\u0127": [
|
||||||
|
43
|
||||||
|
],
|
||||||
|
"\u014b": [
|
||||||
|
44
|
||||||
|
],
|
||||||
|
"\u0153": [
|
||||||
|
45
|
||||||
|
],
|
||||||
|
"\u01c0": [
|
||||||
|
46
|
||||||
|
],
|
||||||
|
"\u01c1": [
|
||||||
|
47
|
||||||
|
],
|
||||||
|
"\u01c2": [
|
||||||
|
48
|
||||||
|
],
|
||||||
|
"\u01c3": [
|
||||||
|
49
|
||||||
|
],
|
||||||
|
"\u0250": [
|
||||||
|
50
|
||||||
|
],
|
||||||
|
"\u0251": [
|
||||||
|
51
|
||||||
|
],
|
||||||
|
"\u0252": [
|
||||||
|
52
|
||||||
|
],
|
||||||
|
"\u0253": [
|
||||||
|
53
|
||||||
|
],
|
||||||
|
"\u0254": [
|
||||||
|
54
|
||||||
|
],
|
||||||
|
"\u0255": [
|
||||||
|
55
|
||||||
|
],
|
||||||
|
"\u0256": [
|
||||||
|
56
|
||||||
|
],
|
||||||
|
"\u0257": [
|
||||||
|
57
|
||||||
|
],
|
||||||
|
"\u0258": [
|
||||||
|
58
|
||||||
|
],
|
||||||
|
"\u0259": [
|
||||||
|
59
|
||||||
|
],
|
||||||
|
"\u025a": [
|
||||||
|
60
|
||||||
|
],
|
||||||
|
"\u025b": [
|
||||||
|
61
|
||||||
|
],
|
||||||
|
"\u025c": [
|
||||||
|
62
|
||||||
|
],
|
||||||
|
"\u025e": [
|
||||||
|
63
|
||||||
|
],
|
||||||
|
"\u025f": [
|
||||||
|
64
|
||||||
|
],
|
||||||
|
"\u0260": [
|
||||||
|
65
|
||||||
|
],
|
||||||
|
"\u0261": [
|
||||||
|
66
|
||||||
|
],
|
||||||
|
"\u0262": [
|
||||||
|
67
|
||||||
|
],
|
||||||
|
"\u0263": [
|
||||||
|
68
|
||||||
|
],
|
||||||
|
"\u0264": [
|
||||||
|
69
|
||||||
|
],
|
||||||
|
"\u0265": [
|
||||||
|
70
|
||||||
|
],
|
||||||
|
"\u0266": [
|
||||||
|
71
|
||||||
|
],
|
||||||
|
"\u0267": [
|
||||||
|
72
|
||||||
|
],
|
||||||
|
"\u0268": [
|
||||||
|
73
|
||||||
|
],
|
||||||
|
"\u026a": [
|
||||||
|
74
|
||||||
|
],
|
||||||
|
"\u026b": [
|
||||||
|
75
|
||||||
|
],
|
||||||
|
"\u026c": [
|
||||||
|
76
|
||||||
|
],
|
||||||
|
"\u026d": [
|
||||||
|
77
|
||||||
|
],
|
||||||
|
"\u026e": [
|
||||||
|
78
|
||||||
|
],
|
||||||
|
"\u026f": [
|
||||||
|
79
|
||||||
|
],
|
||||||
|
"\u0270": [
|
||||||
|
80
|
||||||
|
],
|
||||||
|
"\u0271": [
|
||||||
|
81
|
||||||
|
],
|
||||||
|
"\u0272": [
|
||||||
|
82
|
||||||
|
],
|
||||||
|
"\u0273": [
|
||||||
|
83
|
||||||
|
],
|
||||||
|
"\u0274": [
|
||||||
|
84
|
||||||
|
],
|
||||||
|
"\u0275": [
|
||||||
|
85
|
||||||
|
],
|
||||||
|
"\u0276": [
|
||||||
|
86
|
||||||
|
],
|
||||||
|
"\u0278": [
|
||||||
|
87
|
||||||
|
],
|
||||||
|
"\u0279": [
|
||||||
|
88
|
||||||
|
],
|
||||||
|
"\u027a": [
|
||||||
|
89
|
||||||
|
],
|
||||||
|
"\u027b": [
|
||||||
|
90
|
||||||
|
],
|
||||||
|
"\u027d": [
|
||||||
|
91
|
||||||
|
],
|
||||||
|
"\u027e": [
|
||||||
|
92
|
||||||
|
],
|
||||||
|
"\u0280": [
|
||||||
|
93
|
||||||
|
],
|
||||||
|
"\u0281": [
|
||||||
|
94
|
||||||
|
],
|
||||||
|
"\u0282": [
|
||||||
|
95
|
||||||
|
],
|
||||||
|
"\u0283": [
|
||||||
|
96
|
||||||
|
],
|
||||||
|
"\u0284": [
|
||||||
|
97
|
||||||
|
],
|
||||||
|
"\u0288": [
|
||||||
|
98
|
||||||
|
],
|
||||||
|
"\u0289": [
|
||||||
|
99
|
||||||
|
],
|
||||||
|
"\u028a": [
|
||||||
|
100
|
||||||
|
],
|
||||||
|
"\u028b": [
|
||||||
|
101
|
||||||
|
],
|
||||||
|
"\u028c": [
|
||||||
|
102
|
||||||
|
],
|
||||||
|
"\u028d": [
|
||||||
|
103
|
||||||
|
],
|
||||||
|
"\u028e": [
|
||||||
|
104
|
||||||
|
],
|
||||||
|
"\u028f": [
|
||||||
|
105
|
||||||
|
],
|
||||||
|
"\u0290": [
|
||||||
|
106
|
||||||
|
],
|
||||||
|
"\u0291": [
|
||||||
|
107
|
||||||
|
],
|
||||||
|
"\u0292": [
|
||||||
|
108
|
||||||
|
],
|
||||||
|
"\u0294": [
|
||||||
|
109
|
||||||
|
],
|
||||||
|
"\u0295": [
|
||||||
|
110
|
||||||
|
],
|
||||||
|
"\u0298": [
|
||||||
|
111
|
||||||
|
],
|
||||||
|
"\u0299": [
|
||||||
|
112
|
||||||
|
],
|
||||||
|
"\u029b": [
|
||||||
|
113
|
||||||
|
],
|
||||||
|
"\u029c": [
|
||||||
|
114
|
||||||
|
],
|
||||||
|
"\u029d": [
|
||||||
|
115
|
||||||
|
],
|
||||||
|
"\u029f": [
|
||||||
|
116
|
||||||
|
],
|
||||||
|
"\u02a1": [
|
||||||
|
117
|
||||||
|
],
|
||||||
|
"\u02a2": [
|
||||||
|
118
|
||||||
|
],
|
||||||
|
"\u02a6": [
|
||||||
|
155
|
||||||
|
],
|
||||||
|
"\u02b0": [
|
||||||
|
145
|
||||||
|
],
|
||||||
|
"\u02b2": [
|
||||||
|
119
|
||||||
|
],
|
||||||
|
"\u02c8": [
|
||||||
|
120
|
||||||
|
],
|
||||||
|
"\u02cc": [
|
||||||
|
121
|
||||||
|
],
|
||||||
|
"\u02d0": [
|
||||||
|
122
|
||||||
|
],
|
||||||
|
"\u02d1": [
|
||||||
|
123
|
||||||
|
],
|
||||||
|
"\u02de": [
|
||||||
|
124
|
||||||
|
],
|
||||||
|
"\u02e4": [
|
||||||
|
146
|
||||||
|
],
|
||||||
|
"\u0303": [
|
||||||
|
141
|
||||||
|
],
|
||||||
|
"\u0327": [
|
||||||
|
140
|
||||||
|
],
|
||||||
|
"\u0329": [
|
||||||
|
144
|
||||||
|
],
|
||||||
|
"\u032a": [
|
||||||
|
142
|
||||||
|
],
|
||||||
|
"\u032f": [
|
||||||
|
143
|
||||||
|
],
|
||||||
|
"\u033a": [
|
||||||
|
152
|
||||||
|
],
|
||||||
|
"\u033b": [
|
||||||
|
153
|
||||||
|
],
|
||||||
|
"\u03b2": [
|
||||||
|
125
|
||||||
|
],
|
||||||
|
"\u03b5": [
|
||||||
|
147
|
||||||
|
],
|
||||||
|
"\u03b8": [
|
||||||
|
126
|
||||||
|
],
|
||||||
|
"\u03c7": [
|
||||||
|
127
|
||||||
|
],
|
||||||
|
"\u1d7b": [
|
||||||
|
128
|
||||||
|
],
|
||||||
|
"\u2191": [
|
||||||
|
151
|
||||||
|
],
|
||||||
|
"\u2193": [
|
||||||
|
148
|
||||||
|
],
|
||||||
|
"\u2c71": [
|
||||||
|
129
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"num_symbols": 256,
|
||||||
|
"num_speakers": 1,
|
||||||
|
"speaker_id_map": {},
|
||||||
|
"piper_version": "1.0.0"
|
||||||
|
}
|
||||||
Binary file not shown.
@@ -0,0 +1,497 @@
|
|||||||
|
{
|
||||||
|
"dataset": "en_us-cynda-medium",
|
||||||
|
"audio": {
|
||||||
|
"sample_rate": 22050,
|
||||||
|
"quality": "training"
|
||||||
|
},
|
||||||
|
"espeak": {
|
||||||
|
"voice": "en-us"
|
||||||
|
},
|
||||||
|
"language": {
|
||||||
|
"code": "en-us"
|
||||||
|
},
|
||||||
|
"inference": {
|
||||||
|
"noise_scale": 0.667,
|
||||||
|
"length_scale": 1,
|
||||||
|
"noise_w": 0.8
|
||||||
|
},
|
||||||
|
"phoneme_type": "espeak",
|
||||||
|
"phoneme_map": {},
|
||||||
|
"phoneme_id_map": {
|
||||||
|
" ": [
|
||||||
|
3
|
||||||
|
],
|
||||||
|
"!": [
|
||||||
|
4
|
||||||
|
],
|
||||||
|
"\"": [
|
||||||
|
150
|
||||||
|
],
|
||||||
|
"#": [
|
||||||
|
149
|
||||||
|
],
|
||||||
|
"$": [
|
||||||
|
2
|
||||||
|
],
|
||||||
|
"'": [
|
||||||
|
5
|
||||||
|
],
|
||||||
|
"(": [
|
||||||
|
6
|
||||||
|
],
|
||||||
|
")": [
|
||||||
|
7
|
||||||
|
],
|
||||||
|
",": [
|
||||||
|
8
|
||||||
|
],
|
||||||
|
"-": [
|
||||||
|
9
|
||||||
|
],
|
||||||
|
".": [
|
||||||
|
10
|
||||||
|
],
|
||||||
|
"0": [
|
||||||
|
130
|
||||||
|
],
|
||||||
|
"1": [
|
||||||
|
131
|
||||||
|
],
|
||||||
|
"2": [
|
||||||
|
132
|
||||||
|
],
|
||||||
|
"3": [
|
||||||
|
133
|
||||||
|
],
|
||||||
|
"4": [
|
||||||
|
134
|
||||||
|
],
|
||||||
|
"5": [
|
||||||
|
135
|
||||||
|
],
|
||||||
|
"6": [
|
||||||
|
136
|
||||||
|
],
|
||||||
|
"7": [
|
||||||
|
137
|
||||||
|
],
|
||||||
|
"8": [
|
||||||
|
138
|
||||||
|
],
|
||||||
|
"9": [
|
||||||
|
139
|
||||||
|
],
|
||||||
|
":": [
|
||||||
|
11
|
||||||
|
],
|
||||||
|
";": [
|
||||||
|
12
|
||||||
|
],
|
||||||
|
"?": [
|
||||||
|
13
|
||||||
|
],
|
||||||
|
"X": [
|
||||||
|
156
|
||||||
|
],
|
||||||
|
"^": [
|
||||||
|
1
|
||||||
|
],
|
||||||
|
"_": [
|
||||||
|
0
|
||||||
|
],
|
||||||
|
"a": [
|
||||||
|
14
|
||||||
|
],
|
||||||
|
"b": [
|
||||||
|
15
|
||||||
|
],
|
||||||
|
"c": [
|
||||||
|
16
|
||||||
|
],
|
||||||
|
"d": [
|
||||||
|
17
|
||||||
|
],
|
||||||
|
"e": [
|
||||||
|
18
|
||||||
|
],
|
||||||
|
"f": [
|
||||||
|
19
|
||||||
|
],
|
||||||
|
"g": [
|
||||||
|
154
|
||||||
|
],
|
||||||
|
"h": [
|
||||||
|
20
|
||||||
|
],
|
||||||
|
"i": [
|
||||||
|
21
|
||||||
|
],
|
||||||
|
"j": [
|
||||||
|
22
|
||||||
|
],
|
||||||
|
"k": [
|
||||||
|
23
|
||||||
|
],
|
||||||
|
"l": [
|
||||||
|
24
|
||||||
|
],
|
||||||
|
"m": [
|
||||||
|
25
|
||||||
|
],
|
||||||
|
"n": [
|
||||||
|
26
|
||||||
|
],
|
||||||
|
"o": [
|
||||||
|
27
|
||||||
|
],
|
||||||
|
"p": [
|
||||||
|
28
|
||||||
|
],
|
||||||
|
"q": [
|
||||||
|
29
|
||||||
|
],
|
||||||
|
"r": [
|
||||||
|
30
|
||||||
|
],
|
||||||
|
"s": [
|
||||||
|
31
|
||||||
|
],
|
||||||
|
"t": [
|
||||||
|
32
|
||||||
|
],
|
||||||
|
"u": [
|
||||||
|
33
|
||||||
|
],
|
||||||
|
"v": [
|
||||||
|
34
|
||||||
|
],
|
||||||
|
"w": [
|
||||||
|
35
|
||||||
|
],
|
||||||
|
"x": [
|
||||||
|
36
|
||||||
|
],
|
||||||
|
"y": [
|
||||||
|
37
|
||||||
|
],
|
||||||
|
"z": [
|
||||||
|
38
|
||||||
|
],
|
||||||
|
"\u00e6": [
|
||||||
|
39
|
||||||
|
],
|
||||||
|
"\u00e7": [
|
||||||
|
40
|
||||||
|
],
|
||||||
|
"\u00f0": [
|
||||||
|
41
|
||||||
|
],
|
||||||
|
"\u00f8": [
|
||||||
|
42
|
||||||
|
],
|
||||||
|
"\u0127": [
|
||||||
|
43
|
||||||
|
],
|
||||||
|
"\u014b": [
|
||||||
|
44
|
||||||
|
],
|
||||||
|
"\u0153": [
|
||||||
|
45
|
||||||
|
],
|
||||||
|
"\u01c0": [
|
||||||
|
46
|
||||||
|
],
|
||||||
|
"\u01c1": [
|
||||||
|
47
|
||||||
|
],
|
||||||
|
"\u01c2": [
|
||||||
|
48
|
||||||
|
],
|
||||||
|
"\u01c3": [
|
||||||
|
49
|
||||||
|
],
|
||||||
|
"\u0250": [
|
||||||
|
50
|
||||||
|
],
|
||||||
|
"\u0251": [
|
||||||
|
51
|
||||||
|
],
|
||||||
|
"\u0252": [
|
||||||
|
52
|
||||||
|
],
|
||||||
|
"\u0253": [
|
||||||
|
53
|
||||||
|
],
|
||||||
|
"\u0254": [
|
||||||
|
54
|
||||||
|
],
|
||||||
|
"\u0255": [
|
||||||
|
55
|
||||||
|
],
|
||||||
|
"\u0256": [
|
||||||
|
56
|
||||||
|
],
|
||||||
|
"\u0257": [
|
||||||
|
57
|
||||||
|
],
|
||||||
|
"\u0258": [
|
||||||
|
58
|
||||||
|
],
|
||||||
|
"\u0259": [
|
||||||
|
59
|
||||||
|
],
|
||||||
|
"\u025a": [
|
||||||
|
60
|
||||||
|
],
|
||||||
|
"\u025b": [
|
||||||
|
61
|
||||||
|
],
|
||||||
|
"\u025c": [
|
||||||
|
62
|
||||||
|
],
|
||||||
|
"\u025e": [
|
||||||
|
63
|
||||||
|
],
|
||||||
|
"\u025f": [
|
||||||
|
64
|
||||||
|
],
|
||||||
|
"\u0260": [
|
||||||
|
65
|
||||||
|
],
|
||||||
|
"\u0261": [
|
||||||
|
66
|
||||||
|
],
|
||||||
|
"\u0262": [
|
||||||
|
67
|
||||||
|
],
|
||||||
|
"\u0263": [
|
||||||
|
68
|
||||||
|
],
|
||||||
|
"\u0264": [
|
||||||
|
69
|
||||||
|
],
|
||||||
|
"\u0265": [
|
||||||
|
70
|
||||||
|
],
|
||||||
|
"\u0266": [
|
||||||
|
71
|
||||||
|
],
|
||||||
|
"\u0267": [
|
||||||
|
72
|
||||||
|
],
|
||||||
|
"\u0268": [
|
||||||
|
73
|
||||||
|
],
|
||||||
|
"\u026a": [
|
||||||
|
74
|
||||||
|
],
|
||||||
|
"\u026b": [
|
||||||
|
75
|
||||||
|
],
|
||||||
|
"\u026c": [
|
||||||
|
76
|
||||||
|
],
|
||||||
|
"\u026d": [
|
||||||
|
77
|
||||||
|
],
|
||||||
|
"\u026e": [
|
||||||
|
78
|
||||||
|
],
|
||||||
|
"\u026f": [
|
||||||
|
79
|
||||||
|
],
|
||||||
|
"\u0270": [
|
||||||
|
80
|
||||||
|
],
|
||||||
|
"\u0271": [
|
||||||
|
81
|
||||||
|
],
|
||||||
|
"\u0272": [
|
||||||
|
82
|
||||||
|
],
|
||||||
|
"\u0273": [
|
||||||
|
83
|
||||||
|
],
|
||||||
|
"\u0274": [
|
||||||
|
84
|
||||||
|
],
|
||||||
|
"\u0275": [
|
||||||
|
85
|
||||||
|
],
|
||||||
|
"\u0276": [
|
||||||
|
86
|
||||||
|
],
|
||||||
|
"\u0278": [
|
||||||
|
87
|
||||||
|
],
|
||||||
|
"\u0279": [
|
||||||
|
88
|
||||||
|
],
|
||||||
|
"\u027a": [
|
||||||
|
89
|
||||||
|
],
|
||||||
|
"\u027b": [
|
||||||
|
90
|
||||||
|
],
|
||||||
|
"\u027d": [
|
||||||
|
91
|
||||||
|
],
|
||||||
|
"\u027e": [
|
||||||
|
92
|
||||||
|
],
|
||||||
|
"\u0280": [
|
||||||
|
93
|
||||||
|
],
|
||||||
|
"\u0281": [
|
||||||
|
94
|
||||||
|
],
|
||||||
|
"\u0282": [
|
||||||
|
95
|
||||||
|
],
|
||||||
|
"\u0283": [
|
||||||
|
96
|
||||||
|
],
|
||||||
|
"\u0284": [
|
||||||
|
97
|
||||||
|
],
|
||||||
|
"\u0288": [
|
||||||
|
98
|
||||||
|
],
|
||||||
|
"\u0289": [
|
||||||
|
99
|
||||||
|
],
|
||||||
|
"\u028a": [
|
||||||
|
100
|
||||||
|
],
|
||||||
|
"\u028b": [
|
||||||
|
101
|
||||||
|
],
|
||||||
|
"\u028c": [
|
||||||
|
102
|
||||||
|
],
|
||||||
|
"\u028d": [
|
||||||
|
103
|
||||||
|
],
|
||||||
|
"\u028e": [
|
||||||
|
104
|
||||||
|
],
|
||||||
|
"\u028f": [
|
||||||
|
105
|
||||||
|
],
|
||||||
|
"\u0290": [
|
||||||
|
106
|
||||||
|
],
|
||||||
|
"\u0291": [
|
||||||
|
107
|
||||||
|
],
|
||||||
|
"\u0292": [
|
||||||
|
108
|
||||||
|
],
|
||||||
|
"\u0294": [
|
||||||
|
109
|
||||||
|
],
|
||||||
|
"\u0295": [
|
||||||
|
110
|
||||||
|
],
|
||||||
|
"\u0298": [
|
||||||
|
111
|
||||||
|
],
|
||||||
|
"\u0299": [
|
||||||
|
112
|
||||||
|
],
|
||||||
|
"\u029b": [
|
||||||
|
113
|
||||||
|
],
|
||||||
|
"\u029c": [
|
||||||
|
114
|
||||||
|
],
|
||||||
|
"\u029d": [
|
||||||
|
115
|
||||||
|
],
|
||||||
|
"\u029f": [
|
||||||
|
116
|
||||||
|
],
|
||||||
|
"\u02a1": [
|
||||||
|
117
|
||||||
|
],
|
||||||
|
"\u02a2": [
|
||||||
|
118
|
||||||
|
],
|
||||||
|
"\u02a6": [
|
||||||
|
155
|
||||||
|
],
|
||||||
|
"\u02b0": [
|
||||||
|
145
|
||||||
|
],
|
||||||
|
"\u02b2": [
|
||||||
|
119
|
||||||
|
],
|
||||||
|
"\u02c8": [
|
||||||
|
120
|
||||||
|
],
|
||||||
|
"\u02cc": [
|
||||||
|
121
|
||||||
|
],
|
||||||
|
"\u02d0": [
|
||||||
|
122
|
||||||
|
],
|
||||||
|
"\u02d1": [
|
||||||
|
123
|
||||||
|
],
|
||||||
|
"\u02de": [
|
||||||
|
124
|
||||||
|
],
|
||||||
|
"\u02e4": [
|
||||||
|
146
|
||||||
|
],
|
||||||
|
"\u0303": [
|
||||||
|
141
|
||||||
|
],
|
||||||
|
"\u0327": [
|
||||||
|
140
|
||||||
|
],
|
||||||
|
"\u0329": [
|
||||||
|
144
|
||||||
|
],
|
||||||
|
"\u032a": [
|
||||||
|
142
|
||||||
|
],
|
||||||
|
"\u032f": [
|
||||||
|
143
|
||||||
|
],
|
||||||
|
"\u033a": [
|
||||||
|
152
|
||||||
|
],
|
||||||
|
"\u033b": [
|
||||||
|
153
|
||||||
|
],
|
||||||
|
"\u03b2": [
|
||||||
|
125
|
||||||
|
],
|
||||||
|
"\u03b5": [
|
||||||
|
147
|
||||||
|
],
|
||||||
|
"\u03b8": [
|
||||||
|
126
|
||||||
|
],
|
||||||
|
"\u03c7": [
|
||||||
|
127
|
||||||
|
],
|
||||||
|
"\u1d7b": [
|
||||||
|
128
|
||||||
|
],
|
||||||
|
"\u2191": [
|
||||||
|
151
|
||||||
|
],
|
||||||
|
"\u2193": [
|
||||||
|
148
|
||||||
|
],
|
||||||
|
"\u2c71": [
|
||||||
|
129
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"num_symbols": 256,
|
||||||
|
"num_speakers": 1,
|
||||||
|
"speaker_id_map": {},
|
||||||
|
"piper_version": "1.0.0"
|
||||||
|
}
|
||||||
Binary file not shown.
@@ -0,0 +1,497 @@
|
|||||||
|
{
|
||||||
|
"dataset": "en_us-james-medium",
|
||||||
|
"audio": {
|
||||||
|
"sample_rate": 22050,
|
||||||
|
"quality": "training"
|
||||||
|
},
|
||||||
|
"espeak": {
|
||||||
|
"voice": "en-us"
|
||||||
|
},
|
||||||
|
"language": {
|
||||||
|
"code": "en-us"
|
||||||
|
},
|
||||||
|
"inference": {
|
||||||
|
"noise_scale": 0.667,
|
||||||
|
"length_scale": 1,
|
||||||
|
"noise_w": 0.8
|
||||||
|
},
|
||||||
|
"phoneme_type": "espeak",
|
||||||
|
"phoneme_map": {},
|
||||||
|
"phoneme_id_map": {
|
||||||
|
" ": [
|
||||||
|
3
|
||||||
|
],
|
||||||
|
"!": [
|
||||||
|
4
|
||||||
|
],
|
||||||
|
"\"": [
|
||||||
|
150
|
||||||
|
],
|
||||||
|
"#": [
|
||||||
|
149
|
||||||
|
],
|
||||||
|
"$": [
|
||||||
|
2
|
||||||
|
],
|
||||||
|
"'": [
|
||||||
|
5
|
||||||
|
],
|
||||||
|
"(": [
|
||||||
|
6
|
||||||
|
],
|
||||||
|
")": [
|
||||||
|
7
|
||||||
|
],
|
||||||
|
",": [
|
||||||
|
8
|
||||||
|
],
|
||||||
|
"-": [
|
||||||
|
9
|
||||||
|
],
|
||||||
|
".": [
|
||||||
|
10
|
||||||
|
],
|
||||||
|
"0": [
|
||||||
|
130
|
||||||
|
],
|
||||||
|
"1": [
|
||||||
|
131
|
||||||
|
],
|
||||||
|
"2": [
|
||||||
|
132
|
||||||
|
],
|
||||||
|
"3": [
|
||||||
|
133
|
||||||
|
],
|
||||||
|
"4": [
|
||||||
|
134
|
||||||
|
],
|
||||||
|
"5": [
|
||||||
|
135
|
||||||
|
],
|
||||||
|
"6": [
|
||||||
|
136
|
||||||
|
],
|
||||||
|
"7": [
|
||||||
|
137
|
||||||
|
],
|
||||||
|
"8": [
|
||||||
|
138
|
||||||
|
],
|
||||||
|
"9": [
|
||||||
|
139
|
||||||
|
],
|
||||||
|
":": [
|
||||||
|
11
|
||||||
|
],
|
||||||
|
";": [
|
||||||
|
12
|
||||||
|
],
|
||||||
|
"?": [
|
||||||
|
13
|
||||||
|
],
|
||||||
|
"X": [
|
||||||
|
156
|
||||||
|
],
|
||||||
|
"^": [
|
||||||
|
1
|
||||||
|
],
|
||||||
|
"_": [
|
||||||
|
0
|
||||||
|
],
|
||||||
|
"a": [
|
||||||
|
14
|
||||||
|
],
|
||||||
|
"b": [
|
||||||
|
15
|
||||||
|
],
|
||||||
|
"c": [
|
||||||
|
16
|
||||||
|
],
|
||||||
|
"d": [
|
||||||
|
17
|
||||||
|
],
|
||||||
|
"e": [
|
||||||
|
18
|
||||||
|
],
|
||||||
|
"f": [
|
||||||
|
19
|
||||||
|
],
|
||||||
|
"g": [
|
||||||
|
154
|
||||||
|
],
|
||||||
|
"h": [
|
||||||
|
20
|
||||||
|
],
|
||||||
|
"i": [
|
||||||
|
21
|
||||||
|
],
|
||||||
|
"j": [
|
||||||
|
22
|
||||||
|
],
|
||||||
|
"k": [
|
||||||
|
23
|
||||||
|
],
|
||||||
|
"l": [
|
||||||
|
24
|
||||||
|
],
|
||||||
|
"m": [
|
||||||
|
25
|
||||||
|
],
|
||||||
|
"n": [
|
||||||
|
26
|
||||||
|
],
|
||||||
|
"o": [
|
||||||
|
27
|
||||||
|
],
|
||||||
|
"p": [
|
||||||
|
28
|
||||||
|
],
|
||||||
|
"q": [
|
||||||
|
29
|
||||||
|
],
|
||||||
|
"r": [
|
||||||
|
30
|
||||||
|
],
|
||||||
|
"s": [
|
||||||
|
31
|
||||||
|
],
|
||||||
|
"t": [
|
||||||
|
32
|
||||||
|
],
|
||||||
|
"u": [
|
||||||
|
33
|
||||||
|
],
|
||||||
|
"v": [
|
||||||
|
34
|
||||||
|
],
|
||||||
|
"w": [
|
||||||
|
35
|
||||||
|
],
|
||||||
|
"x": [
|
||||||
|
36
|
||||||
|
],
|
||||||
|
"y": [
|
||||||
|
37
|
||||||
|
],
|
||||||
|
"z": [
|
||||||
|
38
|
||||||
|
],
|
||||||
|
"\u00e6": [
|
||||||
|
39
|
||||||
|
],
|
||||||
|
"\u00e7": [
|
||||||
|
40
|
||||||
|
],
|
||||||
|
"\u00f0": [
|
||||||
|
41
|
||||||
|
],
|
||||||
|
"\u00f8": [
|
||||||
|
42
|
||||||
|
],
|
||||||
|
"\u0127": [
|
||||||
|
43
|
||||||
|
],
|
||||||
|
"\u014b": [
|
||||||
|
44
|
||||||
|
],
|
||||||
|
"\u0153": [
|
||||||
|
45
|
||||||
|
],
|
||||||
|
"\u01c0": [
|
||||||
|
46
|
||||||
|
],
|
||||||
|
"\u01c1": [
|
||||||
|
47
|
||||||
|
],
|
||||||
|
"\u01c2": [
|
||||||
|
48
|
||||||
|
],
|
||||||
|
"\u01c3": [
|
||||||
|
49
|
||||||
|
],
|
||||||
|
"\u0250": [
|
||||||
|
50
|
||||||
|
],
|
||||||
|
"\u0251": [
|
||||||
|
51
|
||||||
|
],
|
||||||
|
"\u0252": [
|
||||||
|
52
|
||||||
|
],
|
||||||
|
"\u0253": [
|
||||||
|
53
|
||||||
|
],
|
||||||
|
"\u0254": [
|
||||||
|
54
|
||||||
|
],
|
||||||
|
"\u0255": [
|
||||||
|
55
|
||||||
|
],
|
||||||
|
"\u0256": [
|
||||||
|
56
|
||||||
|
],
|
||||||
|
"\u0257": [
|
||||||
|
57
|
||||||
|
],
|
||||||
|
"\u0258": [
|
||||||
|
58
|
||||||
|
],
|
||||||
|
"\u0259": [
|
||||||
|
59
|
||||||
|
],
|
||||||
|
"\u025a": [
|
||||||
|
60
|
||||||
|
],
|
||||||
|
"\u025b": [
|
||||||
|
61
|
||||||
|
],
|
||||||
|
"\u025c": [
|
||||||
|
62
|
||||||
|
],
|
||||||
|
"\u025e": [
|
||||||
|
63
|
||||||
|
],
|
||||||
|
"\u025f": [
|
||||||
|
64
|
||||||
|
],
|
||||||
|
"\u0260": [
|
||||||
|
65
|
||||||
|
],
|
||||||
|
"\u0261": [
|
||||||
|
66
|
||||||
|
],
|
||||||
|
"\u0262": [
|
||||||
|
67
|
||||||
|
],
|
||||||
|
"\u0263": [
|
||||||
|
68
|
||||||
|
],
|
||||||
|
"\u0264": [
|
||||||
|
69
|
||||||
|
],
|
||||||
|
"\u0265": [
|
||||||
|
70
|
||||||
|
],
|
||||||
|
"\u0266": [
|
||||||
|
71
|
||||||
|
],
|
||||||
|
"\u0267": [
|
||||||
|
72
|
||||||
|
],
|
||||||
|
"\u0268": [
|
||||||
|
73
|
||||||
|
],
|
||||||
|
"\u026a": [
|
||||||
|
74
|
||||||
|
],
|
||||||
|
"\u026b": [
|
||||||
|
75
|
||||||
|
],
|
||||||
|
"\u026c": [
|
||||||
|
76
|
||||||
|
],
|
||||||
|
"\u026d": [
|
||||||
|
77
|
||||||
|
],
|
||||||
|
"\u026e": [
|
||||||
|
78
|
||||||
|
],
|
||||||
|
"\u026f": [
|
||||||
|
79
|
||||||
|
],
|
||||||
|
"\u0270": [
|
||||||
|
80
|
||||||
|
],
|
||||||
|
"\u0271": [
|
||||||
|
81
|
||||||
|
],
|
||||||
|
"\u0272": [
|
||||||
|
82
|
||||||
|
],
|
||||||
|
"\u0273": [
|
||||||
|
83
|
||||||
|
],
|
||||||
|
"\u0274": [
|
||||||
|
84
|
||||||
|
],
|
||||||
|
"\u0275": [
|
||||||
|
85
|
||||||
|
],
|
||||||
|
"\u0276": [
|
||||||
|
86
|
||||||
|
],
|
||||||
|
"\u0278": [
|
||||||
|
87
|
||||||
|
],
|
||||||
|
"\u0279": [
|
||||||
|
88
|
||||||
|
],
|
||||||
|
"\u027a": [
|
||||||
|
89
|
||||||
|
],
|
||||||
|
"\u027b": [
|
||||||
|
90
|
||||||
|
],
|
||||||
|
"\u027d": [
|
||||||
|
91
|
||||||
|
],
|
||||||
|
"\u027e": [
|
||||||
|
92
|
||||||
|
],
|
||||||
|
"\u0280": [
|
||||||
|
93
|
||||||
|
],
|
||||||
|
"\u0281": [
|
||||||
|
94
|
||||||
|
],
|
||||||
|
"\u0282": [
|
||||||
|
95
|
||||||
|
],
|
||||||
|
"\u0283": [
|
||||||
|
96
|
||||||
|
],
|
||||||
|
"\u0284": [
|
||||||
|
97
|
||||||
|
],
|
||||||
|
"\u0288": [
|
||||||
|
98
|
||||||
|
],
|
||||||
|
"\u0289": [
|
||||||
|
99
|
||||||
|
],
|
||||||
|
"\u028a": [
|
||||||
|
100
|
||||||
|
],
|
||||||
|
"\u028b": [
|
||||||
|
101
|
||||||
|
],
|
||||||
|
"\u028c": [
|
||||||
|
102
|
||||||
|
],
|
||||||
|
"\u028d": [
|
||||||
|
103
|
||||||
|
],
|
||||||
|
"\u028e": [
|
||||||
|
104
|
||||||
|
],
|
||||||
|
"\u028f": [
|
||||||
|
105
|
||||||
|
],
|
||||||
|
"\u0290": [
|
||||||
|
106
|
||||||
|
],
|
||||||
|
"\u0291": [
|
||||||
|
107
|
||||||
|
],
|
||||||
|
"\u0292": [
|
||||||
|
108
|
||||||
|
],
|
||||||
|
"\u0294": [
|
||||||
|
109
|
||||||
|
],
|
||||||
|
"\u0295": [
|
||||||
|
110
|
||||||
|
],
|
||||||
|
"\u0298": [
|
||||||
|
111
|
||||||
|
],
|
||||||
|
"\u0299": [
|
||||||
|
112
|
||||||
|
],
|
||||||
|
"\u029b": [
|
||||||
|
113
|
||||||
|
],
|
||||||
|
"\u029c": [
|
||||||
|
114
|
||||||
|
],
|
||||||
|
"\u029d": [
|
||||||
|
115
|
||||||
|
],
|
||||||
|
"\u029f": [
|
||||||
|
116
|
||||||
|
],
|
||||||
|
"\u02a1": [
|
||||||
|
117
|
||||||
|
],
|
||||||
|
"\u02a2": [
|
||||||
|
118
|
||||||
|
],
|
||||||
|
"\u02a6": [
|
||||||
|
155
|
||||||
|
],
|
||||||
|
"\u02b0": [
|
||||||
|
145
|
||||||
|
],
|
||||||
|
"\u02b2": [
|
||||||
|
119
|
||||||
|
],
|
||||||
|
"\u02c8": [
|
||||||
|
120
|
||||||
|
],
|
||||||
|
"\u02cc": [
|
||||||
|
121
|
||||||
|
],
|
||||||
|
"\u02d0": [
|
||||||
|
122
|
||||||
|
],
|
||||||
|
"\u02d1": [
|
||||||
|
123
|
||||||
|
],
|
||||||
|
"\u02de": [
|
||||||
|
124
|
||||||
|
],
|
||||||
|
"\u02e4": [
|
||||||
|
146
|
||||||
|
],
|
||||||
|
"\u0303": [
|
||||||
|
141
|
||||||
|
],
|
||||||
|
"\u0327": [
|
||||||
|
140
|
||||||
|
],
|
||||||
|
"\u0329": [
|
||||||
|
144
|
||||||
|
],
|
||||||
|
"\u032a": [
|
||||||
|
142
|
||||||
|
],
|
||||||
|
"\u032f": [
|
||||||
|
143
|
||||||
|
],
|
||||||
|
"\u033a": [
|
||||||
|
152
|
||||||
|
],
|
||||||
|
"\u033b": [
|
||||||
|
153
|
||||||
|
],
|
||||||
|
"\u03b2": [
|
||||||
|
125
|
||||||
|
],
|
||||||
|
"\u03b5": [
|
||||||
|
147
|
||||||
|
],
|
||||||
|
"\u03b8": [
|
||||||
|
126
|
||||||
|
],
|
||||||
|
"\u03c7": [
|
||||||
|
127
|
||||||
|
],
|
||||||
|
"\u1d7b": [
|
||||||
|
128
|
||||||
|
],
|
||||||
|
"\u2191": [
|
||||||
|
151
|
||||||
|
],
|
||||||
|
"\u2193": [
|
||||||
|
148
|
||||||
|
],
|
||||||
|
"\u2c71": [
|
||||||
|
129
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"num_symbols": 256,
|
||||||
|
"num_speakers": 1,
|
||||||
|
"speaker_id_map": {},
|
||||||
|
"piper_version": "1.0.0"
|
||||||
|
}
|
||||||
Reference in New Issue
Block a user