Локальная озвучка на Python: Silero, XTTS‑v2 и F5-TTS в одном окне, и всё, на чём я споткнулся
habr.comМне регулярно нужно озвучивать русский текст, а онлайн‑сервисы с бесплатным лимитом знаков и подпиской после него надоели. Нейросетевой синтез речи давно спокойно крутится на домашней видеокарте, поэтому я собрал вокруг него оболочку: окно на tkinter, в котором есть три движка, Silero, голоса Microsoft Edge и клонирование голоса (XTTS‑v2 и F5-TTS).
Назвал Glasvo. Код открыт, MIT: https://github.com/OlegChe77/glasvo.Основная часть работы оказалась не в самих моделях (их вызов это десять строк), а в мелочах вокруг: числа и латиница, которые Silero молча выкидывает, версии пакетов, которые не хотят жить вместе, и установка, после которой у человека без Python всё запускается одной кнопкой.
