使用Coqui多语言TTS模型语音克隆时遇ValueError问题求助

为啥会报错 #

你用的tts_models/multilingual/multi-dataset/your_tts是多语言TTS模型，这类模型必须明确指定合成用的语言（通过language_name参数），或者提供风格参考音频（style_wav），不然模型没法确定用哪套语言逻辑来生成语音，就会抛出这个错误。

怎么修复 #

直接给你的tts命令加个--language_name参数就行，你的文本是英文，指定"en"（或者更具体的"en-US"）就可以：

!tts --text "The economy suffered a great deal." \
    --model_name "tts_models/multilingual/multi-dataset/your_tts" \
    --language_name "en" \
    --speaker_wav "/content/drive/MyDrive/TTS/recipes/ljspeech/LJSpeech-1.1/Sample.wav" \
    --out_path /content/drive/MyDrive/TTS/output.wav

额外说明 #

• 要是需要合成其他语言，把language_name换成对应代码就行（比如西班牙语用"es"，法语用"fr"），想查模型支持的所有语言，跑这条命令：tts --model_info tts_models/multilingual/multi-dataset/your_tts。
• 你也可以用style_wav参数替代language_name，只要把--language_name "en"换成--style_wav "/path/to/your/style/audio.wav"就行，但对你现在的场景来说，直接指定语言名称更简单。

内容的提问来源于stack exchange，提问作者Taha Habib