本地语言助手基于Sherpa Onnx的Wyoming STT/TTS Addon无惧断网纯离线

ptbsare

bugensui 发表于 2025-2-12 22:55
我没有贬低你，只是指出目前暂时的不足和要改进的地方，我也喜欢用离线的，有个兜底方案， ...

你好，感谢您提出宝贵意见，可能我没有表达清楚，我想表述的的意思是这个效果不是插件决定的，是框架模型本身和硬件性能决定的，您说效果不如edgetts或者中文声音的问题之前有反应过，我确实没有办法去提升模型本身的效果，我只是提供这样一个接口出来，我所做的也只能是去试哪个模型效果更好。也欢迎您继续提出宝贵的意见。

bugensui

ptbsare 发表于 2025-2-12 23:00
你好，感谢您提出宝贵意见，可能我没有表达清楚，我想表述的的意思是这个效果不是插件决定的，是框架模型 ...

明白了，感谢，请问下，docker部署的，是不是没有web前端界面的，10400端口只是调用用的，没有图形化界面是吧

ptbsare

bugensui 发表于 2025-2-12 23:43
明白了，感谢，请问下，docker部署的，是不是没有web前端界面的，10400端口只是调用用的，没有图形化界面 ...

是的，它是提供服务的，不需要web界面。感兴趣的话可以在Linux下通过Wyoming协议与它通信，Linux下输入如下↓命令可以与之通信得到回复（如果docker部署把localhost改成docker的IP）。

echo '{ "type": "describe" }'  | nc -w 1 localhost 10400

复制代码

如果您有时间也可以测试下不同的语音模型反馈下效果，谢谢!

bugensui

ptbsare 发表于 2025-2-12 23:54
是的，它是提供服务的，不需要web界面。感兴趣的话可以在Linux下通过Wyoming协议与它通信，Linux下输入如 ...

谢谢，我已经在测试 了，0.2.6版本是不是不支持tts的这个模型vits-melo-tts-zh_en，就是中英文的，一定要用0.2.8版本的对吗，我装了26，配置这个tts模型是报错
另外，我发现1个bug。不知道，作者您有没有发现，如果文字比较多，tts就不生成，大概这么多字，难道是我的cpu太弱了？nas是威联通的，j4125的cpu，加装了20g内存，还是逗号导致的报错？

用人类语言生成适合早上的话，简短一些，可以包含关心、提醒、问候、激励、名言等任何内容，不要重复之前的内容。然后告诉我今天的天气，根据天气简短的做出提醒。

复制代码

ptbsare

bugensui 发表于 2025-2-13 00:01
谢谢，我已经在测试 了，0.2.6版本是不是不支持tts的这个模型vits-melo-tts-zh_en，就是中英文的，一定要 ...

0.2.8测试不同模型，同时需要配置CUSTOM_TTS_MODEL_EVAL变量（具体见文档）。
你这段文字我这边测试是正常的，我tts更长的文字段落也没问题，没有发现不能tts的情况，我的CPU也是nas的CPU，可能比J4125强些，可能是你配置问题，你可以把debug打开（默认是打开的）看下docker日志。

penguinmm

楼主麻烦看下，昨天晚上开始用addons安装已经不行了，报错找不到addon。在addon商店添加好仓库，但是进去也看不到商品图标了，刚开始可以。

ptbsare

penguinmm 发表于 2025-2-13 08:22
楼主麻烦看下，昨天晚上开始用addons安装已经不行了，报错找不到addon。在addon商店添加好仓库，但是进去也 ...

一般是你网络问题，看下supervisor日志查看与GitHub的连通性。

piajava

是否可以只使用STT服务？若能只用STT，系统储存和内存占用如何？

penguinmm

ptbsare 发表于 2025-2-13 08:32
一般是你网络问题，看下supervisor日志查看与GitHub的连通性。

好的，我看一下，谢谢

25989406

bugensui 发表于 2025-2-12 22:35
我试了，确实不支持英文，而且中文说的很生硬，并且遇到特殊的符号处理不了，比如：例如湿度40%，暂时还 ...

嗯 sherpa onnx是一个框架，它里面支持很多模型，需要找一下然后尝试，肯定有解的。