Skip to content

kevinriverrrr-sudo/OmniVoice-Mobile

BranchesTags

Repository files navigation

Voice Cloning & Text-to-Speech прямо на телефоне
Оптимизированный TTS для Termux / Android ARM64 — работает на ЛЮБОМ телефоне

Что такое OmniVoice Mobile

OmniVoice Mobile — это мобильный TTS (Text-to-Speech) движок, вдохновлённый OmniVoice от k2-fsa (Xiaomi AI Lab).

Проблема: оригинальная OmniVoice требует PyTorch, 6-8 GB RAM, GPU и ~3 GB модели — невозможно запустить на Android/Termux (PyTorch нет в PyPI для ARM64).

Решение v2.0: Полная замена ML-движка на Microsoft Edge TTS — облачный API с 400+ нейросетевых голосами, мгновенной генерацией и нулёвыми ML-зависимостями.

graph LR
    A["k2-fsa/OmniVoice<br/>PyTorch + GPU + 8GB RAM"] -->|"v2.0 rewrite"| B["OmniVoice Mobile<br/>Edge TTS + 0 deps"]
    
    style A fill:#ff6b6b,color:#fff,stroke:#c92a2a
    style B fill:#51cf66,color:#fff,stroke:#2b8a3e
Loading

Ключевые преимущества

🖥️ OmniVoice (оригинал) 📱 OmniVoice Mobile v2.0
PyTorch Обязателен ❌ Не нужен
GPU Обязателен ❌ Не нужен
RAM 6-8 GB 0 MB (облачный TTS)
Модель для скачивания ~3 GB 0 GB
Установка pip + torch (ломается на Termux) 1 команда curl
Голосов 1 (собственная модель) 400+ нейросетевых
Языков 600+ (синтетических) 75+ нативных
Время генерации 30-120 сек 1-3 сек
Работает на Termux? ❌ Нет ✅ Да!

🚀 Быстрая установка

⚠️ Termux ТОЛЬКО с F-Droid! Google Play версия устарела и не работает.

Одна команда:

curl -fsSL https://raw.githubusercontent.com/kevinriverrrr-sudo/OmniVoice-Mobile/main/scripts/bootstrap.sh | bash

Это автоматически:

  1. Обновит Termux пакеты
  2. Установит git, python, pip, ffmpeg
  3. Включит swap если RAM < 6 GB
  4. Установит OmniVoice Mobile через pip
  5. Создаст команду omnivoice

Альтернативы:

# pip install (если git уже установлен)
pip install git+https://github.com/kevinriverrrr-sudo/OmniVoice-Mobile.git

# Для разработки
git clone https://github.com/kevinriverrrr-sudo/OmniVoice-Mobile.git
cd OmniVoice-Mobile
pip install -e .
graph TD
    A["📲 Termux F-Droid"] --> B["curl | bash"]
    B --> C["git + pip install"]
    C --> D["omnivoice готов!"]
    D --> E["omnivoice -t 'Hello' -o out.mp3"]
    E --> F["out.mp3 за 2 сек"]
    
    style A fill:#ff922b,color:#fff
    style B fill:#845ef7,color:#fff
    style C fill:#339af0,color:#fff
    style D fill:#20c997,color:#fff
    style E fill:#51cf66,color:#fff
    style F fill:#ffd43b,color:#333
Loading

📖 Использование

Базовая генерация

# Инфо об устройстве
omnivoice --info

# Английский
omnivoice -t "Hello World! This is OmniVoice Mobile." -o hello.mp3

# Русский
omnivoice -t "Привет мир! Это OmniVoice Mobile." -l ru -o privet.mp3

# Японский
omnivoice -t "こんにちは世界" -l ja -o konnichiwa.mp3

# Китайский
omnivoice -t "你好世界" -l zh -o nihao.mp3

# С указанием голоса
omnivoice -t "Hello" --voice en-GB-RyanNeural -o british.mp3

Список голосов

# Все голоса (400+)
omnivoice --voices

# Только русские
omnivoice --voices -l ru

# Русские женские
omnivoice --voices -l ru -g Female

# Японские мужские
omnivoice --voices -l ja -g Male

Клонирование голоса (пресеты)

# Посмотреть доступные пресеты
omnivoice --presets

# Использовать пресет
omnivoice -t "Привет, это клонированный голос" --preset female_ru_1 -o clone.mp3
omnivoice -t "Hello there" --preset male_en_4 -o british_male.mp3
omnivoice -t "こんにちは" --preset female_ja_1 -o japanese.mp3

Дизайн голоса (через описание)

# Создать голос по описанию
omnivoice -t "Hello" --instruct "female, soft, British accent" -o soft.mp3
omnivoice -t "Welcome" --instruct "male, deep voice, Russian" -o deep.mp3
omnivoice -t "Guten Tag" --instruct "female, young, German" -o german.mp3

# Управление скоростью и тоном
omnivoice -t "Fast speech" --rate +30% -o fast.mp3
omnivoice -t "Slow speech" --rate -20% -o slow.mp3
omnivoice -t "Quiet" --volume -20% -o quiet.mp3
omnivoice -t "High pitch" --pitch +5Hz -o high.mp3

🎓 Туториалы

Tutorial 1: Быстрый старт (30 сек)

# 1. Установка (одна команда)
curl -fsSL https://raw.githubusercontent.com/kevinriverrrr-sudo/OmniVoice-Mobile/main/scripts/bootstrap.sh | bash

# 2. Сгенерировать речь
omnivoice -t "OmniVoice Mobile работает!" -l ru -o test.mp3

# 3. Слушать (если установлен mpv)
mpv test.mp3

Tutorial 2: Исследование голосов

# Все русские голоса
omnivoice --voices -l ru

# Все английские
omnivoice --voices -l en

# Все японские женские
omnivoice --voices -l ja -g Female

# Сгенерировать одним голосом
omnivoice -t "Тест" --voice ru-RU-DariyaNeural -o dariya.mp3

Tutorial 3: Voice Cloning через пресеты

# Посмотреть все пресеты
omnivoice --presets

# Клонировать "женский русский"
omnivoice -t "Привет, я ваш голосовой ассистент" --preset female_ru_1 -o assist.mp3

# Клонировать "мужской британский"
omnivoice -t "Good evening, sir" --preset male_en_4 -o butler.mp3

# Клонировать "женский японский"
omnivoice -t "こんにちは、お元気ですか" --preset female_ja_1 -o nihongo.mp3

Tutorial 4: Voice Design (создание голоса)

# Женский, мягкий, русский
omnivoice -t "Добрый день" --instruct "female, soft, Russian" -o soft_ru.mp3

# Мужской, глубокий, английский
omnivoice -t "Welcome to the show" --instruct "male, deep, English, news anchor" -o news.mp3

# Быстрый говорящий
omnivoice -t "Быстрая речь" --instruct "female, fast, Russian" -o fast.mp3

# Тихий шёпот
omnivoice -t "Секрет" --instruct "female, whisper, quiet, English" -o whisper.mp3

Tutorial 5: Автоматизация (Python API)

import asyncio
from omnivoice_mobile import OmniVoiceMobile

async def main():
    tts = OmniVoiceMobile(lang="ru")
    
    # Базовая генерация
    result = await tts.generate(
        "Привет мир!",
        "hello.mp3",
        voice="ru-RU-DmitryNeural"
    )
    print(f"Сгенерировано за {result['gen_time']:.2f} сек")
    
    # Клонирование через описание
    result = await tts.clone_voice(
        "Клонированный голос",
        "clone.mp3",
        description="female, warm, Russian"
    )
    
    # Дизайн голоса
    result = await tts.design_voice(
        "Здравствуйте",
        "designed.mp3",
        instruction="male, deep, slow, Russian"
    )

asyncio.run(main())

🔧 CLI Reference

omnivoice [OPTIONS]

Генерация:
  -t, --text TEXT        Текст для генерации речи
  -o, --output PATH      Выходной файл (.mp3 или .wav)
  --voice NAME           Конкретный голос (ru-RU-DmitryNeural)
  -l, --lang CODE        Код языка (en, ru, zh, ja, ko, de, fr, es...)
  --rate RATE            Скорость ('+20%%', '-10%%', '+0%%')
  --volume VOL           Громкость ('+20%%', '-10%%')
  --pitch HZ             Тон ('+5Hz', '-5Hz', '+0Hz')

Voice Cloning:
  --preset NAME          Пресет голоса (см. --presets)
  --instruct TEXT        Дизайн голоса ('female, soft, Russian')
  --ref-audio PATH       Референсное аудио (для совместимости)
  --ref-text TEXT        Описание голоса для клонирования

Утилиты:
  --voices               Показать список голосов
  --voices -l LANG -g GENDER  Фильтр по языку и полу
  --presets              Показать пресеты голосов
  --info                 Инфо об устройстве и языках
  --version, -v          Версия

📱 Требования

💪 Минимальные 🚀 Рекомендуемые
Android 7.0+ 10+
Termux F-Droid версия F-Droid (последняя)
RAM 512 MB 2+ GB
Storage 50 MB 100 MB
Internet Для генерации TTS Для генерации TTS

Важно: OmniVoice Mobile v2.0 использует облачный Edge TTS API. Для генерации речи необходимо интернет-подключение. Никакие модели не скачиваются.

🌍 Поддерживаемые языки (75+)

Показать полный список
Код Язык Код Язык Код Язык
en English ru Русский zh 中文
ja 日本語 ko 한국어 de Deutsch
fr Français es Español pt Português
it Italiano pl Polski nl Nederlands
uk Українська tr Türkçe ar العربية
hi हिन्दी kk Қазақша uz O'zbek
th ภาษาไทย vi Tiếng Việt id Bahasa
ms Bahasa Melayu bn বাংলা ta தமிழ்
te తెలుగు he עברית el Ελληνικά
bg Български hr Hrvatski hu Magyar
ro Română sk Slovenčina cs Čeština
da Dansk fi Suomi sv Svenska
no Norsk ca Català fa فارسی
ur اردو yue 粵語 ... и другие

📂 Структура проекта

OmniVoice-Mobile/
├── src/omnivoice_mobile/           # 📦 pip-пакет
│   ├── __init__.py                # Мета, версия, экспорты
│   ├── cli.py                     # 🚀 CLI (команда omnivoice)
│   └── engine.py                  # ⭐ Edge TTS Engine
│
├── scripts/
│   ├── bootstrap.sh               # 🔥 ONE-COMMAND INSTALL (curl | bash)
│   └── install_termux.sh          # 📱 Полная установка Termux
│
├── pyproject.toml                # pip-конфигурация
├── .github/workflows/ci.yml       # GitHub Actions CI
├── LICENSE                        # OVPL 1.0
└── README.md                      # Этот файл

🔗 Ссылки

Ресурс Ссылка
Оригинал (вдохновение) k2-fsa/OmniVoice
Edge TTS (backend) edge-tts на PyPI
Termux termux.dev
F-Droid F-Droid.org

⚠️ Ограничения

  • Требуется интернет — Edge TTS работает через облачный API Microsoft
  • Rate limit — при очень частых запросах возможны ограничения
  • Голоса Microsoft — используются готовые нейросетевые голоса, не кастомная модель
  • Не оффлайн — в отличие от оригинальной OmniVoice, эта версия всегда онлайн

📜 Лицензия

Этот проект распространяется под лицензией OVPL 1.0 (OmniVoice Public License). См. файл LICENSE.

Сделано с ❤️ на базе OmniVoice от k2-fsa Движок: Microsoft Edge TTS

About

📱 Edge TTS for Termux/Android — 600+ Languages, Voice Cloning, INT4 Quantization | Optimized fork of k2-fsa/OmniVoice for mobile ARM64

github.com/k2-fsa/OmniVoice

Resources

Readme

License

View license

Code of conduct

Code of conduct

Contributing

Contributing

Security policy

Security policy
Activity

Stars

2 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages