# bankyou

**Repository Path**: feifei14119/bankyou

## Basic Information

- **Project Name**: bankyou
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-07
- **Last Updated**: 2026-03-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Bankyou

本地日语 TTS 与字幕工具：基于 Qwen3-TTS 将多句日语合成为音频，并生成日语（可选带中文翻译）的 SRT 字幕。

## 功能

- **多句日语 TTS**：从文件或标准输入读取多行句子，逐句合成并拼接为一段音频
- **双语字幕**：支持每行「日文`\t`中文」格式，输出 SRT 含日语或日语+中文
- **可选 CPU 模式**：支持 `--cpu`，在 AMD/ROCm 等多句连续推理易卡住时可改用 CPU

## 使用的模型

| 模型 | 用途 | 说明 |
|------|------|------|
| **Qwen3-TTS-0.6B** | 日语语音合成 | 默认路径：`/feifei/repo/Qwen3-TTS-0.6B`，可通过 `-m` / `--model` 指定；需从 [Qwen3-TTS](https://github.com/QwenLM/Qwen3-TTS) 仓库安装 `qwen_tts` 并下载对应权重|

- 模型仓库：https://www.modelscope.cn/models/Qwen/Qwen3-TTS-12Hz-0.6B-Base 

- 下载：`modelscope download --model Qwen/Qwen3-TTS-12Hz-0.6B-Base --local_dir /feifei/repo/Qwen3-TTS-0.6B`

## 环境与依赖

- Python 3
- PyTorch
- `soundfile`、`numpy`
- **qwen_tts**：需在 [Qwen3-TTS](https://github.com/QwenLM/Qwen3-TTS) 仓库中安装（如 `pip install -e .`），并下载 Qwen3-TTS-0.6B 模型到本地

## 网页端（上传生成 + 下载）

在项目目录下启动：

```bash
pip install flask
python web_app.py
```

浏览器打开 http://127.0.0.1:5000 ，上传 `sentences.txt`，点击「生成」，等待完成后点击「保存到本地」即可下载生成的音频。生成文件存放在项目下的 `generated/` 目录。

### 宿主机跑网页 + 容器内跑 qwen_tts（推荐）

网页在宿主机（bare metal）运行，生成时通过 `docker exec` 在指定容器内执行 `qwen_tts.py`，无需在容器内安装 Flask。

1. **启动容器并挂载项目与模型**（宿主机执行，容器名例如 `ff_rocm7`）  
   宿主机与容器内**使用同一路径**时配置最简单（下面以 `/feifei/repo/bankyou` 为例）：
   ```bash
   docker run -d --name ff_rocm7 \
     -v /feifei/repo/bankyou:/feifei/repo/bankyou \
     -v /feifei/repo/Qwen3-TTS-0.6B:/feifei/repo/Qwen3-TTS-0.6B:ro \
     ff_rocm7 \
     sleep infinity
   ```
   若你使用其他挂载方式（例如容器内为 `/workspace/bankyou`），需设置环境变量 `BANKYOU_CONTAINER_REPO_PATH` 见下。

2. **在宿主机安装 Flask 并启动网页**  
   ```bash
   cd /feifei/repo/bankyou
   pip install flask
   export BANKYOU_CONTAINER=ff_rocm7
   # 若容器内项目路径与宿主机不同，例如容器内为 /workspace/bankyou：
   # export BANKYOU_CONTAINER_REPO_PATH=/workspace/bankyou
   python web_app.py
   ```

3. **（可选）容器内使用 CPU 避免 ROCm 多句卡住**  
   ```bash
   export BANKYOU_USE_CPU=1
   python web_app.py
   ```

4. **访问**  
   浏览器打开 http://127.0.0.1:5000（或 http://\<宿主机 IP\>:5000 从局域网访问）。

**环境变量说明**（均在宿主机设置）：

| 变量 | 说明 |
|------|------|
| `BANKYOU_CONTAINER` | 运行 qwen_tts.py 的容器名或 ID；**不设置**则在本机直接执行 `qwen_tts.py`（不经过 docker） |
| `BANKYOU_CONTAINER_REPO_PATH` | 容器内本项目的路径；默认用宿主机路径，**若容器内挂载点不同（如 `/workspace/bankyou`）必须设为容器内实际路径**，否则会报「容器内找不到 qwen_tts.py」 |
| `BANKYOU_USE_CPU` | 设为 `1` 时调用 bankyou 时追加 `--cpu` |

## 使用方法

### 基本用法

```bash
# 从文件读取句子，输出默认名为 japanese_tts_output.wav / japanese_tts_output.srt
python my_tts_japanese.py sentences.txt

# 指定输出基础名（不含扩展名）
python my_tts_japanese.py sentences.txt -o my_japanese

# 从标准输入读入（每行一句，空行结束）
python my_tts_japanese.py -
```

### 输入格式

每行一句，支持两种形式：

- **仅日语**：`こんにちは。`
- **日语 + 中文**（制表符或连续空格分隔）：`今日はいい天気ですね。	今天天气真好啊。`

以 `#` 开头的行和空行会被忽略。

示例 `sentences.txt`：

```
こんにちは。
今日はいい天気ですね。	今天天气真好啊。
ありがとうございます。	谢谢。
```

### 常用参数

| 参数 | 说明 |
|------|------|
| `input` | 输入文件路径；`-` 表示从标准输入读取（默认） |
| `-o`, `--output` | 输出基础名（生成 `.wav` 与 `.srt`），默认 `japanese_tts_output` |
| `-m`, `--model` | Qwen3-TTS 模型目录，默认 `/feifei/repo/Qwen3-TTS-0.6B` |
| `--ja-only-srt` | 额外生成仅日文的字幕文件 `*.ja.srt` |
| `--cpu` | 强制仅用 CPU（在 import 前隐藏 GPU），ROCm 下若多句合成卡住可尝试 |

### 输出文件

- **`<output>.wav`**：合成的完整音频（24kHz）
- **`<output>.srt`**：SRT 字幕（日语，若输入有中文则每段含日语+中文）
- **`<output>.ja.srt`**：仅当使用 `--ja-only-srt` 时生成，仅日文

## 示例

```bash
# 使用默认模型与输出名
python my_tts_japanese.py sentences.txt

# 自定义输出名与模型路径，并生成仅日文字幕
python my_tts_japanese.py sentences.txt -o my_japanese -m /path/to/Qwen3-TTS-0.6B --ja-only-srt

# 使用 CPU 避免 ROCm 下多句卡住
python my_tts_japanese.py sentences.txt --cpu
```

## 参考

- [Qwen3-TTS](https://github.com/QwenLM/Qwen3-TTS) — 模型与 `qwen_tts` 代码来源


在python evn中  
pip install flask
export BANKYOU_CONTAINER=ff_rocm7
export BANKYOU_CONTAINER_REPO_PATH=/feifei/repo/bankyou
python web_tts.py

export QWEN_CONTAINER=ff_rocm7
export QWEN_CONTAINER_REPO_PATH=/feifei/repo/bankyou
export QWEN_USE_CPU=1
python web_txt.py