Я давно хотел показать пример нейросети, которая работает с голосом локально, без API, без облаков и без подписок.

Сегодня начнём простой кейс:
нейро-говорилка на основе XTTS, которую потом можно легко адаптировать под ChatterBox.

project/
 ├─ config.py
 ├─ voice.py
 ├─ text.txt
 └─ voice_example.mp3

CONFIG = {
    "model": "tts_models/multilingual/multi-dataset/xtts_v2",
    "language": "ru",
    "speaker_wav": "voice_example.mp3",
    "output_file": "result.wav",

    "temperature": 0.5,
    "length_penalty": 1.0,
    "repetition_penalty": 5.0,
    "top_k": 50,
    "top_p": 0.85,

    "speed": 1.0,
    "enable_text_splitting": True,
}

Что важно понять сразу: 🤔
❗️ модель не скачивается кодом, она подтягивается локально через TTS
❗️ при первом запуске XTTS может долго грузиться
❗️ нужен пример голоса (любой короткий wav/mp3 на 1-2 минуты)

В следующем посте — напишем сам скрипт генерации голоса 👨‍💻
Будет уже слышимый результат.

Продолжаем.
Теперь напишем сам скрипт, который читает текст и превращает его в голос.

Создаём файл voice.py.

from TTS.api import TTS
import torch
from config import *

text = open('text.txt', 'r', encoding='utf-8').read()

print("🔄 Загрузка модели...")
tts = TTS(
    CONFIG["model"],
    progress_bar=True,
    gpu=torch.cuda.is_available()
)

print("🎤 Генерация аудио...")
tts.tts_to_file(
    text=text,
    file_path=CONFIG["output_file"],
    speaker_wav=CONFIG["speaker_wav"],
    language=CONFIG["language"],

    temperature=CONFIG["temperature"],
    length_penalty=CONFIG["length_penalty"],
    repetition_penalty=CONFIG["repetition_penalty"],
    top_k=CONFIG["top_k"],
    top_p=CONFIG["top_p"],
    speed=CONFIG["speed"],
    enable_text_splitting=CONFIG["enable_text_splitting"]
)

Если всё ок — после запуска появится файл result.wav.

Что важно:
❗️ speaker_wav сильно влияет на результат
❗️ короткий, чистый голос работает лучше
❗️ параметры можно крутить бесконечно (и это кайф)

В следующем посте:
💎 как запускать это стабильно
💎 как адаптировать под ChatterBox
💎 и где чаще всего всё ломается 🙂

python voice.py

Сама идея не меняется.

Меняется только импорт библиотеки, способ вызова генерации, формат передачи параметров


Готовый проект можно получить бесплатно ➡️ ЗДЕСЬ

import os
import shutil

for file in os.listdir("."):
   if file.endswith(".pdf"):
       os.makedirs("PDFs",
exist_ok=True)
       shutil.move(file, "PDFs")

Вроде неделю назад говорил себе, что займёшься спортом на следующей. 3 дня назад сказал, что сделаешь выходной, ещё вчера думал, как бы больше проводить время с близкими. И вот, сегодня сидишь и понимаешь, как быстро летит повозка времени, в то время как ты небрежно поспеваешь за ней сзади, весь в пыли и разочаровании в том, что не успел выполнить свои мечты…

Очень хотел затронуть эту тему в канале, так как считаю, что проблема быстроты времени есть у многих людей. Порой кажется, что ты достигаешь своих целей: снимать квартиру, обновить ПК, начать зарабатывать, иметь возможность работать удалённо или на худой конец сдать эту сраную сессию. Но проблема в том, что это будто бы всё «спецэффекты», что это как бы цель, но не совсем та, которая сделает тебя по-настоящему счастливым.

Время действительно неумолимо летит, но каждый сам в своей жизни определяет ей темп.

А какие ты ставишь перед собой цели? 😔

Не проси нейросеть "написать программу целиком" — она может ошибиться в логике.
Лучше используй её для рутины:
– Оптимизировать готовый цикл
– Добавить обработку ошибок в функцию
– Написать документацию или тесты

Это твой бесплатный ассистент, который учит тебя писать чище.

Никогда не ставь библиотеки глобально в систему.
Рано или поздно версии разных проектов конфликтуют, и всё ломается.

# Создать окружение
python -m venv venv
# Активировать (Windows)
venv\Scripts\activate

Приучай себя к этому с первого дня. Это экономит кучу времени при поддержке кода.

Стек: Python + aiogram для тг бота

Придумать систему генерации квиза

Сделать возможность для админа делать рассылку

Настроить текст рассылки

import asyncio
from aiogram import Bot, Dispatcher, types, F
from aiogram.filters import CommandStart
from aiogram.fsm.context import FSMContext
from aiogram.fsm.state import State, StatesGroup

# Настройка состояний квиза
class QuizStates(StatesGroup):
    question1 = State()
    question2 = State()
    phone = State()

bot = Bot(token="YOUR_TELEGRAM_TOKEN")
dp = Dispatcher()

@dp.message(CommandStart())
async def start_cmd(message: types.Message, state: FSMContext):
    await message.answer("Привет! Ответь на 2 вопроса, и мы подберем решение. Какой у вас бюджет?")
    await state.set_state(QuizStates.question1)

@dp.message(QuizStates.question1)
async def process_q1(message: types.Message, state: FSMContext):
    await state.update_data(budget=message.text)
    await message.answer("Какая сфера вашего бизнеса?")
    await state.set_state(QuizStates.question2)

@dp.message(QuizStates.question2)
async def process_q2(message: types.Message, state: FSMContext):
    await state.update_data(sphere=message.text)
    await message.answer("Оставьте ваш номер телефона для связи:")
    await state.set_state(QuizStates.phone)

@dp.message(QuizStates.phone)
async def process_phone(message: types.Message, state: FSMContext):
    user_data = await state.get_data()
    phone = message.text
    
    # Имитация интеграции с CRM (Bitrix24/AmoCRM)
    print(f"Отправка в CRM: Бюджет: {user_data['budget']}, Сфера: {user_data['sphere']}, Тел: {phone}")
    
    await message.answer("Спасибо! Менеджер свяжется с вами в течение 15 минут.")
    await state.clear()

async def main():
    await dp.start_polling(bot)

if __name__ == "__main__":
    asyncio.run(main())

«Я, презентующий код, который работает, но я не знаю почему» 😮