piper-plus 1.11.0

A fast, high-quality neural text-to-speech system supporting 8 languages (ja/en/zh/ko/es/fr/pt/sv) with VITS architecture.

Piper Plus

高速・高品質なニューラルテキスト音声合成 (TTS) システム。VITS アーキテクチャを採用し、8言語マルチスピーカー音声合成に対応。Piper のフォークで、日本語対応・音質向上・学習機能を大幅に強化しています。

Hugging Face デモ | WebAssembly デモ | GitHub

主要機能

• 8言語対応 — 日本語・英語・中国語・韓国語・スペイン語・フランス語・ポルトガル語・スウェーデン語
• 日本語 TTS — OpenJTalk統合、韻律情報 (A1/A2/A3)、文脈依存音素バリアント
• 英語 TTS — GPL-free G2P (g2p-en, Apache-2.0)、espeak-ng 不要
• マルチスピーカー — ベースモデル571話者、言語グループ均等サンプリング
• カスタム辞書 — 200+技術用語の発音辞書内蔵
• 音素入力 — [[ phonemes ]] 記法による直接指定
• クロスプラットフォーム — Linux (x86_64/ARM64)、macOS (Apple Silicon)、Windows (x64)

インストール

pip install piper-plus

# GPU サポート
pip install "piper-plus[gpu]"

Python 3.11+ が必要です。

クイックスタート

コマンドライン

# モデル一覧を表示
piper --list-models
piper --list-models ja

# モデルをダウンロード
piper --download-model tsukuyomi

# 音声を生成
piper --model tsukuyomi --text "こんにちは、今日は良い天気ですね。" --output_file output.wav

Python API

import wave
from piper import PiperVoice

voice = PiperVoice.load("path/to/model.onnx", config_path="path/to/config.json")
with wave.open("output.wav", "wb") as wav_file:
    voice.synthesize("こんにちは、今日は良い天気ですね。", wav_file)

事前学習済みモデル

モデル	言語	話者数	ダウンロード
piper-plus-base	6言語 (ja/en/zh/es/fr/pt)	571	piper --download-model base
tsukuyomi-chan	6言語 (ja/en/zh/es/fr/pt)	1	piper --download-model tsukuyomi

対応言語

言語	コード	Phonemizer	依存
日本語	ja	OpenJTalk	pyopenjtalk-plus
英語	en	g2p-en	g2p-en (Apache-2.0)
中国語	zh	pypinyin	pypinyin
韓国語	ko	g2pk2	g2pk2 (Apache-2.0, optional)
スペイン語	es	規則ベース	なし
フランス語	fr	規則ベース	なし
ポルトガル語	pt	規則ベース	なし
スウェーデン語	sv	規則ベース	なし

その他のインターフェース

• C++ CLI — ストリーミング、CUDA推論、カスタム辞書
• Rust CLI — ストリーミング、CUDA/CoreML/DirectML対応
• C# CLI (.NET) — クロスプラットフォーム .NET 8/9
• WebAssembly — ブラウザ内で完全動作
• Docker — 推論・学習・WebUI イメージ

リンク

• GitHub リポジトリ
• Hugging Face デモ
• Hugging Face モデル
• ドキュメント

ライセンス

MIT License — 詳細は LICENSE を参照。