Reginutė — lietuviškas balsas, kalbantis jūsų kompiuteryje

Paklausykit

Taip ji skamba. Sintezė, ne įrašas.

Tai sintetinis balsas. Visi garso pavyzdžiai sugeneruoti dirbtiniu intelektu; tai ne žmogaus įrašai. Jei skelbsite šiuo balsu įgarsintą turinį viešai, pasitikrinkite, ar jam nereikia dirbtinio intelekto žymos (ES DI akto 50 str., taikomas nuo 2026-08-02).

Kas tai

Veikia be interneto

Balsas gyvena jūsų kompiuteryje ar namų serveryje. Jokios paskyros, jokio API rakto, jokio mėnesinio mokesčio, jokio simbolių limito. Tekstas niekur neišeina.

Kirčiuoja

Lietuvių kalba turi tris priegaides, o standartinis espeak-ng kirtį deda ne tame skiemenyje maždaug pusėje žodžių. Todėl šis balsas espeak kirčiavimo nenaudoja: kirtis imamas iš 189 247 žodžių formų žodyno.

Skaičiai teisingais linksniais

„Kompensacija nuo 2000 eurų“, „15:30“, „25 °C“ — skaičiai, laikas, matai ir santrumpos išplečiami į žodžius prieš sintezę, o ne skaitomi po skaitmenį.

Home Assistant

Prisijungia per Wyoming protokolą savo portu, šalia esamo Piper priedo — nieko, kas jau veikia, neliečia. Patikrinta gyvai su Voice PE kolonėle.

Piper kataloge lietuvių nebuvo

Latvių balsas ten yra nuo 2024 m. spalio, estų — nuo 2026 m. rugpjūčio. Lietuvių nebuvo niekada. Šis balsas pateiktas į katalogą ir kol kas laukia eilėje.

Atvira licencija

Kodas — GPL-3.0, balsas — CC-BY-4.0, paveldėta iš garsyno. Galima naudoti, keisti ir platinti, nurodžius kilmę. Modelis atsisiunčiamas visas, o ne nuomojamas.

Iš ko jis padarytas

Balsas išmokytas iš Vilniaus universiteto LIEPA garsyno sintezės dalies — profesionalios aktorės studijos įrašų (~3 val., CC-BY-4.0). Tai tie patys įrašai, iš kurių 2015 m. buvo padarytas LIEPOS sintezatorius akliesiems; ši Reginutė yra to paties balso skaitmeninė duktė, ne konkurentė.

Viskas, ką išgirsit, vis tiek yra jos: jos tembras, jos tempas, jos būdas užbaigti sakinį. Modelis tik išmoko tai perdėlioti.

Kaip pradėti

Reikia išleisto piper-tts rato — jokio forko, jokių pataisų. Balsui reikia ir kirčiuojančio fonemizatoriaus iš to paties katalogo: be jo Piperis modeliui paduotų plikas raides ir lietuviškai nekalbėtų.

pip install piper-tts wyoming

Toliau — du keliai: grynas Piper (viena Python funkcija) arba Home Assistant per Wyoming serverį. Abu surašyti su visais failais ir parametrais README faile, o serverio receptas su systemd tarnyba — docs/DIEGIMAS_SERVERYJE.md, rašytas gyvo diegimo metu.

Kita grandinės pusė — ausys

Balso asistentui reikia dviejų pusių. Šis projektas yra burna; ausys ne mūsų, ir tai norim pasakyti garsiai. Paprika — Kristijono Jakubsono lietuviškas šnekos atpažinimo modelis, be kurio lietuviškai su namais nepasikalbėtumėt. Mūsų pačių stende: bendrasis whisper-large-v3-turbo — 25,95 % WER, Paprika — 7,63 %. Skaičius savos srities, ne bendras: mūsų testo aibė kilusi iš to paties garsyno.

Nesiseka? Paklauskit dirbtinio intelekto

Ne programuotojas? Nereikia suprasti nė vienos komandos. Įklijuokit į bet kurį dirbtinio intelekto pokalbį (Claude, ChatGPT ar kitą) šią frazę ir toliau klausinėkit savo žodžiais:

Perskaityk https://raw.githubusercontent.com/RobertasTa/reginute/main/AI_CONSULTANT_BRIEF.md ir padėk man įsidiegti lietuvišką balsą Reginutę.

Tame faile surašyta, ko asistentas turi paklausti prieš patardamas ir ko negali teigti — kad patartų pagal faktus, o ne iš galvos. Tarp kitko, ten parašyta ir tai, kad „pirmas lietuviškas balso sintezatorius“ būtų netiesa: pirmas buvo LIEPOS, 2015 metais.

Ačiū

Vilniaus universitetui ir LIEPOS komandai su prof. Laimučiu Telksniu priešakyje — už garsyną, kuris buvo paskelbtas, o ne pasiliktas. Dešimt metų įrašų, atiduoti už citatos kainą.

Prof. Gražinai Korvel — šio balso mamai. Jos grupės darbas apie VITS sintezę lietuvių kalbai pakeitė šio balso kelią dar prieš pirmą mokymo vakarą.

Arūnui Smaliukui — už kirčių žodyną, ant kurio stovi beveik kiekvienas kirčiuotas šio balso žodis. Kristijonui Jakubsonui — už ausis. Michaelui Hansenui ir Open Home Foundation — už sintezatorių, pakankamai atvirą, kad trijų milijonų žmonių kalba galėtų prisidėti savęs neprašydama leidimo.

Nė vienas jų šio projekto nematė; nė viena įstaiga jo neremia. Pilnos padėkos su visais vardais ir licencijomis — README pabaigoje.