Вот минимальный Python-скрипт на базе модели
xtts_v2 от Coqui, который позволяет ввести текст на русском языке и получить аудиофайл с твоим клонированным голосом.📦 Перед запуском установи зависимости:
pip install TTS soundfile torchaudio
📄 Сохрани этот код как
russian_voice_clone.py и запусти:
from TTS.tts.configs.xtts_config import XttsConfig
from TTS.tts.models.xtts import Xtts
# 📁 Путь к твоему голосовому файлу
voice_sample_path = "your_voice.wav"
# 📝 Ввод текста
text = input("Введите текст на русском: ")
# ⚙️ Загрузка модели
config = XttsConfig()
model = Xtts.init_from_config(config)
model.load_checkpoint("tts_models/multilingual/multi-dataset/xtts_v2")
# 🎤 Создание эмбеддинга
speaker_embedding = model.get_speaker_embedding(voice_sample_path)
# 🔊 Синтез речи
output_wav = model.tts(text, speaker_embedding=speaker_embedding)
# 💾 Сохранение
model.save_wav(output_wav, "output_russian.wav")
print("✅ Аудио сохранено как output_russian.wav")
📌 Убедись, что:
- Файл
your_voice.wav формата: .wav, 16 кГц, моно.- Можно использовать речь любой длины (желательно от 1 минуты).
- Вводи любой текст на русском — результат будет с твоим голосом.