Thorsten-Voice ist deutsche künstliche Stimme die Offline, ohne Cloudanbindung verwendet wird.

Merkmale von Thorsten-Voice:

• für Bildungseinrichtungen und Inklusion
• IT / KI Projekte in Schulen
• Content-Creator (Youtube, TikTok, Instagram, Twitch, …)
• Öffentliche und soziale Organisationen (Museen, Kulturvereine,
• kommunale Behörden)
• Software Projekte (Open-Source oder Kommerziell)
• nterstützung beim Lesen (Screenreader)
• kostenlose Computerstimme
• Funktioniert ohne Internetverbindung
• Keine rechtlichen Einschränkungen

Als erstes installiere das Paket für ein virtuelles Python-ENV nach. Das musst du nicht tun, hat aber den Vorteil das dein System so von den zusätzlichen Pythonlibs nicht beeinträchtigt werden kann.

apt install python3-venv

VENV aktivieren und betreten:

python3 -m venv /pfad_zu_einem_Ordner

z.B.:

python3 -m venv /root/thorsten-voice
source /root/thorsten-voice/bin/activate

Nun installierst du die Software inkl. Webschnittstelle:

pip install piper-tts[http] piper-tts

Als letzten Schritt muss das gewünschte Modell noch herunter geladen werden. Hierfür restellen wir einen Unterordner und laden dort die beiden Modelle herunter:

mkdir /root/thorsten-models
cd /root/thorsten-models
wget https://huggingface.co/rhasspy/piper-voices/resolve/v1.0.0/de/de_DE/thorsten_emotional/medium/de_DE-thorsten_emotional-medium.onnx
wget https://huggingface.co/rhasspy/piper-voices/resolve/v1.0.0/de/de_DE/thorsten_emotional/medium/de_DE-thorsten_emotional-medium.onnx.json
wget https://huggingface.co/rhasspy/piper-voices/resolve/v1.0.0/de/de_DE/thorsten/high/de_DE-thorsten-high.onnx
wget https://huggingface.co/rhasspy/piper-voices/resolve/v1.0.0/de/de_DE/thorsten/high/de_DE-thorsten-high.onnx.json

Wir haben nun zwei Modelle zur Verfügung:

1. Neutrale Sprachausgabe
2. Emotionale Sprachausgabe

Grundsätzlich wurde Thorsten-Voice für die Generierung von Wave-Dateien konzipiert. Dies kann folgender Maßen auf dem Gerät erfolgen:

echo "Hallo das ist ein Test." | piper -m /root/thorsten-models/de_DE-thorsten-high.onnx -f ausgabe-neutral.wav

Damit wird also ein Wav-File generiert das verwendet werden kann.
Oder das ganze mit einer Emotion verbunden:

echo "Hallo das ist ein Test." | piper -m /root/thorsten-models/de_DE-thorsten_emotional-medium.onnx -f ausgabe-emotional.wav --speaker 1

Hier noch die Übersicht der verschiedenen emulierbaren Emotionen: