hayakoe 0.0.3

HayaKoe — Fast ONNX-optimized Japanese TTS based on Style-Bert-VITS2

HayaKoe

Style-Bert-VITS2를 기반으로 한 고속 일본어 TTS 라이브러리.

Based on Style-Bert-VITS2 by litagin02 (AGPL-3.0)

특징

• ONNX 최적화 — CPU 실시간 추론 (PyTorch 대비 1.6x 속도 향상, 81% RAM 절감)
• torch 불필요 — CPU 추론 시 PyTorch 없이 동작 (경량 설치)
• 3줄 추론 — 모델 자동 다운로드, 설정 불필요
• JP-Extra 모델 — Style-Bert-VITS2 JP-Extra (v2.7.0), DeBERTa JP
• 영어→카타카나 자동 변환 — 22만 엔트리 외래어 사전 룩업 (의존성 없음)

설치

CPU (기본, torch 불필요)

pip

pip install hayakoe

uv

uv add hayakoe

Poetry

poetry add hayakoe

GPU (PyTorch CUDA 별도 설치 필요)

pip

pip install torch --index-url https://download.pytorch.org/whl/cu126
pip install hayakoe[gpu]

uv

uv add torch --index-url https://download.pytorch.org/whl/cu126
uv add hayakoe --extra gpu

Poetry

pip install torch --index-url https://download.pytorch.org/whl/cu126
poetry add hayakoe -E gpu

모델은 HuggingFace에서 자동 다운로드됩니다.

사용법

from hayakoe import TTS

speaker = TTS().load("jvnv-F1-jp")
speaker.generate("こんにちは").save("output.wav")

GPU 추론:

speaker = TTS(device="cuda").load("jvnv-F1-jp")
speaker.generate("こんにちは").save("output.wav")

파라미터 조절:

audio = speaker.generate(
    "今日はどんな国に辿り着くのでしょうか。楽しみですね。",
    style="Neutral",
    speed=0.9,
    sdp_ratio=0.2,
    noise=0.6,
    noise_w=0.8,
    pitch_scale=1.0,
    intonation_scale=1.0,
    style_weight=1.0,
)

사용 가능한 화자

이름	설명
jvnv-F1-jp	여성 화자 1
jvnv-F2-jp	여성 화자 2
jvnv-M1-jp	남성 화자 1
jvnv-M2-jp	남성 화자 2

각 화자는 7개 스타일을 지원합니다: Neutral, Happy, Sad, Angry, Fear, Surprise, Disgust

Docker / 서버 환경

# 빌드 시점 — 이미지에 모델 포함 (GPU 불필요)
RUN python -c "from hayakoe import TTS; TTS.prepare()"

# 실행 시점 — 다운로드 없이 바로 서빙
CMD ["python", "server.py"]

메서드	다운로드	메모리 로드	GPU 필요	용도
TTS.prepare()	O	X	X	Docker 빌드, CI
TTS(device=...)	O (없으면)	O	선택	추론

유저 사전

pyopenjtalk가 모르는 고유명사의 발음을 등록할 수 있습니다.

# 읽기만 등록 (악센트는 평판)
tts.add_word(surface="担々麺", reading="タンタンメン")

# 악센트 위치도 지정 (3번째 모라에서 피치 하강)
tts.add_word(surface="担々麺", reading="タンタンメン", accent=3)

아키텍처

TTS (엔진)
├── BERT DeBERTa Q8 (ONNX)  ← 자동 다운로드
│
├── speakers["jvnv-F1-jp"]  → Synthesizer ONNX + style vectors
├── speakers["jvnv-F2-jp"]  → ...
└── ...

• CPU: ONNX Runtime (BERT Q8 + Synthesizer FP32)
• GPU: PyTorch FP32 (BERT + Synthesizer)

라이선스

• 코드: AGPL-3.0 (원본 Style-Bert-VITS2)
• JVNV 음성 모델: CC BY-SA 4.0 (JVNV Corpus)
• 사전학습 모델 (DeBERTa): MIT
• 영어→카타카나 사전 데이터: GPL-3.0 (loanwords_gairaigo)

Credits

• Style-Bert-VITS2 by litagin02
• Bert-VITS2 by Fish Audio
• JVNV Corpus — 일본어 감정 음성 코퍼스
• loanwords_gairaigo by James O'Hortle — 영어→카타카나 사전 데이터