Speak To Train

Простое приложение для быстрого создания датасета голосовых данных для обучения TTS моделей.

✨ Что умеет

• 🎤 Легко записать голос - одна кнопка, никаких сложностей
• 📝 Автоматически показывает текст - просто читайте что написано
• 🎨 Красота в простоте - ничего лишнего, только нужное
• 📊 Видите прогресс - сколько уже записали
• 💾 Все сохраняется автоматически - в правильном формате
• 📋 Готовые метаданные - сразу для обучения модели
• ⚡ Работайте быстро - максимум эффективности

🚀 Как начать

1. Установите нужные библиотеки:

2. Запустите программу:

3. Начинайте записывать:
   • Нажмите кнопку с микрофоном 🎤
   • Читайте текст который показан
   • Нажмите кнопку еще раз чтобы остановить
   • Следующий текст появится сам

📁 Структура проекта

Speak-to-train/
├── app.py                 # Основное приложение
├── requirements.txt       # Зависимости Python
├── sentences.txt          # Предложения для записи
├── dataset/               
│   ├── wavs/              # Аудиофайлы (.wav)
│   └── metadata.csv       # Метаданные для обучения
└── assets/                
    └── preview.png        # Скриншот приложения

📊 Формат данных

• Аудио: WAV, 22050 Гц, 16 бит, моно
• Метаданные: CSV формат
  wavs/filename.wav|Текст предложения
• Совместимость: Coqui TTS, VITS, другие TTS системы

🔧 Требования

• Python: 3.7+
• Микрофон: любой совместимый с системой
• ОС: Windows/macOS/Linux
• Память: Записи сохраняются в директорию проекта, поэтому убедитесь, что там есть место

📚 Используемые библиотеки

• tkinter - графический интерфейс
• sounddevice - запись и воспроизведение аудио
• numpy - численные вычисления
• scipy - обработка аудио данных
• librosa - анализ аудио сигналов
• pathlib - работа с файловыми путями

📝 Лицензия

MIT лицензия - можете:

• ✅ Использовать в любых проектах
• ✅ Изменять как угодно
• ✅ Продавать и зарабатывать
• ✅ Раздавать бесплатно

Только не забудьте указать автора в коде.

🤝 Вклад в проект

Приветствуются любые улучшения и предложения! Создавайте issues и pull requests.

Сделано чтобы быстро и легко создавать датасеты для TTS моделей