omnivoice-vi2

OmniVoice VI — Giọng Việt + SRT lồng tiếng

Dataset chứa 6 giọng tiếng Việt và công cụ speak.py để chạy trên Google Colab với OmniVoice.

Giọng có sẵn

Mỗi giọng gồm profile.json, voice.pt (prompt cache), audio mẫu và ref_text.txt.

Chạy trên Colab

1. Lồng tiếng SRT: mở colab/Omivoice_VI_Colab.ipynb
2. Clone giọng mới: mở colab/Omivoice_VI_Clone_Colab.ipynb
3. Đặt HF_REPO = "<repo-này>"
4. Runtime → GPU → chạy từng cell

Cấu trúc

├── voices/<slug>/     # profile + voice.pt + ref audio
├── tools/speak.py     # TTS + SRT pipeline
└── colab/             # Notebook Colab (SRT + Clone)

SRT merge modes

• native (mặc định, khuyến nghị): native ≤cap → dùng gap tới cue sau → stretch ≤x1.1 → chồng nhẹ đuôi (crossfade). Không đẩy timestamp SRT — mỗi cue neo đúng start gốc. Rút gọn câu: tự sửa trên file SRT.
• cascade: giữ tốc độ tự nhiên, cue dài đẩy cue sau (lệch timeline)
• fit: kéo nén tín hiệu vừa khung SRT
• strict: ghép theo timestamp (có thể cắt audio)

Model gốc

• k2-fsa/OmniVoice — tự tải khi chạy lần đầu (~GB VRAM T4)

License

Apache-2.0 (theo OmniVoice upstream).