soga-tts 0.1.3

fix duration TTS tool - combines intelligent TTS with LLM

SOGA TTS - 固定时长语音合成

生成指定时长的语音文件，支持智能文本优化和精确时长控制。

安装

pip install soga-tts

基本使用

命令行（最简单）

soga_tts "Hello world" --duration 5.0           # 生成5秒语音，默认使用本地ollma的gemma3:4b模型，请事先安装

soga_tts "Hello world" --duration 5.0 --no-llm  # 不使用LLM，直接生成语音，通过强制拉伸的方式来控制时长

Python API

from soga_tts import soga_tts

# 最简单的用法
text, audio_path, duration = soga_tts("Hello world", 5.0)
print(f"音频文件: {audio_path}")

高级用法

异常处理

from soga_tts import soga_tts
from soga_tts.fixed_duration_tts import TTSPrecisionError

try:
    text, audio_path, duration = soga_tts("Hello", 10.0, tolerance_pct=5.0)
except TTSPrecisionError as e:
    print(f"精度不够: {e.error_pct:.1f}% (要求: 5.0%)")

from soga_tts import soga_tts
from soga_tts.fixed_duration_tts import TTSPrecisionError

try:
    text, audio_path, duration = soga_tts("Hello", 10.0, tolerance_pct=5.0)
except TTSPrecisionError as e:
    print(f"精度不够: {e.error_pct:.1f}% (要求: 5.0%)")

自定义LLM服务

# 使用OpenAI
soga_tts "Hello" --duration 5.0 \
  --llm-url "https://api.openai.com/v1" \
  --llm-key "your-key" \
  --llm-model "gpt-3.5-turbo"

# 使用Ollama（默认）
soga_tts "Hello" --duration 5.0

参数调整

soga_tts(
    text="Hello world",
    target_duration=10.0,
    tolerance_pct=3.0,      # 误差容忍度
    max_rounds=5,           # 最大优化回合
    force_exact_duration=True  # 音频缩放
)

常见问题

1. Ollama连接失败

# 启动Ollama服务
ollama serve

# 检查服务状态
curl http://localhost:11434/api/tags

2. 精度不够怎么办？

• 使用更宽松的容差：--tolerance 10.0
• 增加优化回合数：--max-rounds 20
• 启用音频缩放（默认开启）

3. 速度太慢？

• 使用 --no-llm 跳过文本优化
• 减少回合数：--max-rounds 3
• 使用本地Ollama而不是远程API