seslen-tts 0.1.0__tar.gz

seslen_tts-0.1.0/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 Mehmet Veysel Delibaş
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

seslen_tts-0.1.0/PKG-INFO

@@ -0,0 +1,142 @@
+Metadata-Version: 2.4
+Name: seslen-tts
+Version: 0.1.0
+Summary: İşlemcide çalışan, duygulu, vurguyu bilen açık Türkçe ses modeli (TTS): PyTorch'suz, yalnız ONNX Runtime
+Author: Mehmet Veysel Delibaş
+License-Expression: MIT
+Project-URL: Homepage, https://github.com/seslen-tr/seslen-tts
+Project-URL: Source, https://github.com/seslen-tr/seslen-tts
+Project-URL: Issues, https://github.com/seslen-tr/seslen-tts/issues
+Project-URL: Model, https://huggingface.co/seslen-tr/seslen-tts
+Keywords: turkish,tts,text-to-speech,speech-synthesis,onnx,styletts2,türkçe,ses
+Classifier: Programming Language :: Python :: 3
+Classifier: Natural Language :: Turkish
+Classifier: Topic :: Multimedia :: Sound/Audio :: Speech
+Classifier: Operating System :: OS Independent
+Requires-Python: >=3.9
+Description-Content-Type: text/markdown
+License-File: LICENSE
+Requires-Dist: numpy
+Requires-Dist: onnxruntime>=1.16
+Requires-Dist: huggingface_hub>=0.20
+Requires-Dist: turkce-vurgu[tam]>=0.1
+Provides-Extra: duygu
+Requires-Dist: turkce-duygu[model]>=0.1; extra == "duygu"
+Provides-Extra: uslup
+Requires-Dist: turkce-uslup[bert]>=0.1; extra == "uslup"
+Provides-Extra: hepsi
+Requires-Dist: turkce-duygu[model]>=0.1; extra == "hepsi"
+Requires-Dist: turkce-uslup[bert]>=0.1; extra == "hepsi"
+Dynamic: license-file
+
+# seslen-tts
+
+> **English:** An open Turkish text-to-speech model that runs on CPU, without PyTorch and without internet: 6 voices × 9
+> emotions, correct Turkish lexical stress and question intonation, automatic emotion per sentence and reading style per
+> text. ONNX Runtime only (~330 MB model, downloaded from Hugging Face on first use). Real-time factor ≈ 0.2–0.4 on a
+> laptop CPU.
+
+**İşlemcide çalışan, duygulu, vurguyu bilen açık Türkçe ses modeli.** GPU, internet ve PyTorch gerekmez.
+
+```python
+from seslen_tts import Seslen, wav_yaz
+
+s = Seslen()                                    # model ilk kullanımda Hugging Face'ten iner (~330 MB)
+wav_yaz("merhaba.wav", s.tum("Merhaba! Yarın bize gelecek misiniz? Dikkat edin, yol kaygan.", ses="zeynep"))
+```
+
+```
+seslen-tts "Bir varmış bir yokmuş, ormanda meraklı bir sincap yaşarmış." -s ayse -o masal.wav
+seslen-tts --sesler
+```
+
+## Neler yapar
+
+- **6 ses, 9 duygu:** nötr, neşeli, heyecan, uyarı, merak, özür, üzgün, kızgın, fısıltı.
+- **Türkçe vurgu doğru okunur:** "ANkara", "geLİyor", "GELmedi". Okunuş [turkce-vurgu](https://github.com/seslen-tr/turkce-vurgu)
+  ile çıkarılır; sayılar, tarihler, saatler, para ve kısaltmalar [turkce-normalize](https://github.com/seslen-tr/turkce-normalize)
+  ile okunur hâle gelir ("14:30'da" → "on dört otuzda").
+- **Soru ezgisi:** evet/hayır sorusunda ezgi soru ekinden önceki sözcüğün vurgulu hecesinde yükselir
+  ("yardımcı olaBİLİR misin?").
+- **Otomatik duygu:** her cümlenin tonu metinden seçilir: soru merakla, uyarı uyarıyla, sevinç neşeyle okunur.
+  [turkce-duygu](https://github.com/seslen-tr/turkce-duygu) gerekir (`pip install "seslen-tts[duygu]"`).
+- **Otomatik üslup:** haber tempolu ve düz, masal yavaş ve hareketli, tarif adım adım okunur.
+  [turkce-uslup](https://github.com/seslen-tr/turkce-uslup) gerekir (`pip install "seslen-tts[uslup]"`).
+
+## Kurulum
+
+```
+pip install seslen-tts               # temel: sesler, vurgu, soru ezgisi
+pip install "seslen-tts[hepsi]"      # + otomatik duygu ve üslup
+```
+
+Python 3.9+, Windows / Linux / macOS. Model `SESLEN_TTS_MODEL` ortam değişkeniyle yerel bir klasörden de okunur.
+
+## Sesler
+
+| Ses | Kim | Doğallık (UTMOS) |
+|---|---|---|
+| `ayse` | olgun kadın (~45), orta-kalın, güven veren | 4,04 |
+| `zeynep` | genç kız (~17), ince, canlı | 3,95 |
+| `koca` | iri kalın dev, gürleyen ama sevimli (çizgi karakter) | 3,90 |
+| `fatma` | yaşlı kadın (~70), ince, şefkatli nine | 3,53 |
+| `emre` | genç erkek (~18), orta, enerjik | 2,93 |
+| `hasan` | yaşlı erkek (~72), kalın, bilge dede | 2,78 |
+
+Örnek sesler: [Hugging Face model sayfası](https://huggingface.co/seslen-tr/seslen-tts/tree/main/ornekler).
+
+## Kullanım
+
+```python
+s = Seslen()
+for p in s.seslendir(metin, ses="emre", ton="otomatik", uslup="otomatik"):   # cümle cümle, akış hâlinde
+    print(p.ton, p.cumle)            # p.ses: 24 kHz float32 dizi; p.sessizlik_ms: sonraki duraklama
+
+s.tum(metin, ses="fatma", ton="uzgun")        # bütün metin tek tonda
+s.tum(metin, ses="hasan", hiz=0.9, perde=1.05) # hız ve ses perdesi
+s.tum(metin, ses="zeynep", ton="neseli", yogunluk=0.6)   # duygu şiddeti (0-1, 1 = tam ton)
+```
+
+Alt düzey: `s.model.konus(cumle, s.model.stil("ayse", "merak"))` tek cümleyi seslendirir.
+
+## Ölçümler
+
+- **Anlaşılırlık** (Whisper medium, 6 ses × 4 yeni cümle): %100. Whisper sayıları rakamla yazdığı için ("onda" →
+  "10'da") ham ölçüm %93,2 görünür.
+- **Doğallık:** UTMOS 2,8–4,0 (tablo). UTMOS İngilizce dinleyicilerle eğitildi; Türkçe vurguyu yargılayamaz,
+  yapaylığı yakalar.
+- **Hız** (i7-12700H, 6 iş parçacığı): gerçek zaman oranı ≈ 0,2–0,4. Yani 5 saniyelik cümle 1–2 saniyede üretilir.
+  Windows'un arka plan süreçlerine uyguladığı enerji kısıtı paket tarafından kapatılır (yoksa 4–5 kat yavaşlıyordu).
+
+## Nasıl yapıldı
+
+[StyleTTS2](https://github.com/yl4579/StyleTTS2) (iSTFTNet çözücü) öğrenci modeli. Ses ve duygu verisini öğretmen model
+[VoxCPM2](https://huggingface.co/openbmb/VoxCPM2) üretti: sesler tariften tasarlandı, gerçek bir kişinin sesi değildir.
+Eğitim üç aşamalıdır: temel, difüzyon ve çekişmeli ince ayar, son olarak vurgu işaretli okunuş ile
+[Türkçe PL-BERT](https://huggingface.co/seslen-tr/turkce-plbert). Eğitim tek RTX 4090'da yapıldı. Ağlar ONNX'e
+aktarıldı; aktarımın sesi değiştirmediği sınandı (log-mel farkı, modelin kendi iki çalıştırması arasındaki farkın altında).
+
+## Sınırlılıklar
+
+- **Ses klonlama yok.** Bu bilerek böyle: açık modelle başkasının sesini taklit etmek mümkün olmasın diye yalnız hazır
+  sesler var.
+- Yalnız Türkçe. Yabancı sözcükler Türkçe okunuşla okunur.
+- Uzun yabancı adlarda, kısaltma yığınlarında ve çok uzun cümlelerde okunuş hataları olabilir.
+- Duygular seslere göre farklı belirginliktedir (ölçülenler arasında en belirgin: Ayşe ve Zeynep).
+
+## Lisans ve kullanım koşulları
+
+- **Kod:** MIT ([LICENSE](LICENSE)).
+- **Model ağırlıkları ve sesler:** CC BY-SA 4.0. Türkçe PL-BERT Vikipedi metniyle eğitildi; öğretmen VoxCPM2
+  Apache-2.0, StyleTTS2 MIT.
+- **Kullanım koşulu (öğretmen modelin ve StyleTTS2'nin koşullarından):**
+  - Üretilen sesin yapay zekâ sesi olduğu dinleyiciye belirtilmelidir.
+  - Gerçek bir kişiyi taklit etmek, dolandırıcılık ve dezenformasyon için kullanmak yasaktır.
+
+Ticari ürün sesleri, özel ses tasarımı, stüdyo arayüzü ve kurum içi kurulum: Seslen ([iletişim](https://github.com/seslen-tr)).
+
+## Kardeş projeler
+
+[turkce-normalize](https://github.com/seslen-tr/turkce-normalize) · [turkce-vurgu](https://github.com/seslen-tr/turkce-vurgu) ·
+[turkce-duygu](https://github.com/seslen-tr/turkce-duygu) · [turkce-uslup](https://github.com/seslen-tr/turkce-uslup) ·
+[turkce-plbert](https://github.com/seslen-tr/turkce-plbert) · [turkce-tts-sinav](https://github.com/seslen-tr/turkce-tts-sinav)

seslen_tts-0.1.0/README.md

@@ -0,0 +1,111 @@
+# seslen-tts
+
+> **English:** An open Turkish text-to-speech model that runs on CPU, without PyTorch and without internet: 6 voices × 9
+> emotions, correct Turkish lexical stress and question intonation, automatic emotion per sentence and reading style per
+> text. ONNX Runtime only (~330 MB model, downloaded from Hugging Face on first use). Real-time factor ≈ 0.2–0.4 on a
+> laptop CPU.
+
+**İşlemcide çalışan, duygulu, vurguyu bilen açık Türkçe ses modeli.** GPU, internet ve PyTorch gerekmez.
+
+```python
+from seslen_tts import Seslen, wav_yaz
+
+s = Seslen()                                    # model ilk kullanımda Hugging Face'ten iner (~330 MB)
+wav_yaz("merhaba.wav", s.tum("Merhaba! Yarın bize gelecek misiniz? Dikkat edin, yol kaygan.", ses="zeynep"))
+```
+
+```
+seslen-tts "Bir varmış bir yokmuş, ormanda meraklı bir sincap yaşarmış." -s ayse -o masal.wav
+seslen-tts --sesler
+```
+
+## Neler yapar
+
+- **6 ses, 9 duygu:** nötr, neşeli, heyecan, uyarı, merak, özür, üzgün, kızgın, fısıltı.
+- **Türkçe vurgu doğru okunur:** "ANkara", "geLİyor", "GELmedi". Okunuş [turkce-vurgu](https://github.com/seslen-tr/turkce-vurgu)
+  ile çıkarılır; sayılar, tarihler, saatler, para ve kısaltmalar [turkce-normalize](https://github.com/seslen-tr/turkce-normalize)
+  ile okunur hâle gelir ("14:30'da" → "on dört otuzda").
+- **Soru ezgisi:** evet/hayır sorusunda ezgi soru ekinden önceki sözcüğün vurgulu hecesinde yükselir
+  ("yardımcı olaBİLİR misin?").
+- **Otomatik duygu:** her cümlenin tonu metinden seçilir: soru merakla, uyarı uyarıyla, sevinç neşeyle okunur.
+  [turkce-duygu](https://github.com/seslen-tr/turkce-duygu) gerekir (`pip install "seslen-tts[duygu]"`).
+- **Otomatik üslup:** haber tempolu ve düz, masal yavaş ve hareketli, tarif adım adım okunur.
+  [turkce-uslup](https://github.com/seslen-tr/turkce-uslup) gerekir (`pip install "seslen-tts[uslup]"`).
+
+## Kurulum
+
+```
+pip install seslen-tts               # temel: sesler, vurgu, soru ezgisi
+pip install "seslen-tts[hepsi]"      # + otomatik duygu ve üslup
+```
+
+Python 3.9+, Windows / Linux / macOS. Model `SESLEN_TTS_MODEL` ortam değişkeniyle yerel bir klasörden de okunur.
+
+## Sesler
+
+| Ses | Kim | Doğallık (UTMOS) |
+|---|---|---|
+| `ayse` | olgun kadın (~45), orta-kalın, güven veren | 4,04 |
+| `zeynep` | genç kız (~17), ince, canlı | 3,95 |
+| `koca` | iri kalın dev, gürleyen ama sevimli (çizgi karakter) | 3,90 |
+| `fatma` | yaşlı kadın (~70), ince, şefkatli nine | 3,53 |
+| `emre` | genç erkek (~18), orta, enerjik | 2,93 |
+| `hasan` | yaşlı erkek (~72), kalın, bilge dede | 2,78 |
+
+Örnek sesler: [Hugging Face model sayfası](https://huggingface.co/seslen-tr/seslen-tts/tree/main/ornekler).
+
+## Kullanım
+
+```python
+s = Seslen()
+for p in s.seslendir(metin, ses="emre", ton="otomatik", uslup="otomatik"):   # cümle cümle, akış hâlinde
+    print(p.ton, p.cumle)            # p.ses: 24 kHz float32 dizi; p.sessizlik_ms: sonraki duraklama
+
+s.tum(metin, ses="fatma", ton="uzgun")        # bütün metin tek tonda
+s.tum(metin, ses="hasan", hiz=0.9, perde=1.05) # hız ve ses perdesi
+s.tum(metin, ses="zeynep", ton="neseli", yogunluk=0.6)   # duygu şiddeti (0-1, 1 = tam ton)
+```
+
+Alt düzey: `s.model.konus(cumle, s.model.stil("ayse", "merak"))` tek cümleyi seslendirir.
+
+## Ölçümler
+
+- **Anlaşılırlık** (Whisper medium, 6 ses × 4 yeni cümle): %100. Whisper sayıları rakamla yazdığı için ("onda" →
+  "10'da") ham ölçüm %93,2 görünür.
+- **Doğallık:** UTMOS 2,8–4,0 (tablo). UTMOS İngilizce dinleyicilerle eğitildi; Türkçe vurguyu yargılayamaz,
+  yapaylığı yakalar.
+- **Hız** (i7-12700H, 6 iş parçacığı): gerçek zaman oranı ≈ 0,2–0,4. Yani 5 saniyelik cümle 1–2 saniyede üretilir.
+  Windows'un arka plan süreçlerine uyguladığı enerji kısıtı paket tarafından kapatılır (yoksa 4–5 kat yavaşlıyordu).
+
+## Nasıl yapıldı
+
+[StyleTTS2](https://github.com/yl4579/StyleTTS2) (iSTFTNet çözücü) öğrenci modeli. Ses ve duygu verisini öğretmen model
+[VoxCPM2](https://huggingface.co/openbmb/VoxCPM2) üretti: sesler tariften tasarlandı, gerçek bir kişinin sesi değildir.
+Eğitim üç aşamalıdır: temel, difüzyon ve çekişmeli ince ayar, son olarak vurgu işaretli okunuş ile
+[Türkçe PL-BERT](https://huggingface.co/seslen-tr/turkce-plbert). Eğitim tek RTX 4090'da yapıldı. Ağlar ONNX'e
+aktarıldı; aktarımın sesi değiştirmediği sınandı (log-mel farkı, modelin kendi iki çalıştırması arasındaki farkın altında).
+
+## Sınırlılıklar
+
+- **Ses klonlama yok.** Bu bilerek böyle: açık modelle başkasının sesini taklit etmek mümkün olmasın diye yalnız hazır
+  sesler var.
+- Yalnız Türkçe. Yabancı sözcükler Türkçe okunuşla okunur.
+- Uzun yabancı adlarda, kısaltma yığınlarında ve çok uzun cümlelerde okunuş hataları olabilir.
+- Duygular seslere göre farklı belirginliktedir (ölçülenler arasında en belirgin: Ayşe ve Zeynep).
+
+## Lisans ve kullanım koşulları
+
+- **Kod:** MIT ([LICENSE](LICENSE)).
+- **Model ağırlıkları ve sesler:** CC BY-SA 4.0. Türkçe PL-BERT Vikipedi metniyle eğitildi; öğretmen VoxCPM2
+  Apache-2.0, StyleTTS2 MIT.
+- **Kullanım koşulu (öğretmen modelin ve StyleTTS2'nin koşullarından):**
+  - Üretilen sesin yapay zekâ sesi olduğu dinleyiciye belirtilmelidir.
+  - Gerçek bir kişiyi taklit etmek, dolandırıcılık ve dezenformasyon için kullanmak yasaktır.
+
+Ticari ürün sesleri, özel ses tasarımı, stüdyo arayüzü ve kurum içi kurulum: Seslen ([iletişim](https://github.com/seslen-tr)).
+
+## Kardeş projeler
+
+[turkce-normalize](https://github.com/seslen-tr/turkce-normalize) · [turkce-vurgu](https://github.com/seslen-tr/turkce-vurgu) ·
+[turkce-duygu](https://github.com/seslen-tr/turkce-duygu) · [turkce-uslup](https://github.com/seslen-tr/turkce-uslup) ·
+[turkce-plbert](https://github.com/seslen-tr/turkce-plbert) · [turkce-tts-sinav](https://github.com/seslen-tr/turkce-tts-sinav)

seslen_tts-0.1.0/pyproject.toml

@@ -0,0 +1,43 @@
+[build-system]
+requires = ["setuptools>=77"]
+build-backend = "setuptools.build_meta"
+
+[project]
+name = "seslen-tts"
+version = "0.1.0"
+description = "İşlemcide çalışan, duygulu, vurguyu bilen açık Türkçe ses modeli (TTS): PyTorch'suz, yalnız ONNX Runtime"
+readme = "README.md"
+license = "MIT"
+license-files = ["LICENSE"]
+authors = [{ name = "Mehmet Veysel Delibaş" }]
+requires-python = ">=3.9"
+keywords = ["turkish", "tts", "text-to-speech", "speech-synthesis", "onnx", "styletts2", "türkçe", "ses"]
+classifiers = [
+    "Programming Language :: Python :: 3",
+    "Natural Language :: Turkish",
+    "Topic :: Multimedia :: Sound/Audio :: Speech",
+    "Operating System :: OS Independent",
+]
+dependencies = [
+    "numpy",
+    "onnxruntime>=1.16",
+    "huggingface_hub>=0.20",
+    "turkce-vurgu[tam]>=0.1",
+]
+
+[project.optional-dependencies]
+duygu = ["turkce-duygu[model]>=0.1"]
+uslup = ["turkce-uslup[bert]>=0.1"]
+hepsi = ["turkce-duygu[model]>=0.1", "turkce-uslup[bert]>=0.1"]
+
+[project.scripts]
+seslen-tts = "seslen_tts.__main__:main"
+
+[project.urls]
+Homepage = "https://github.com/seslen-tr/seslen-tts"
+Source = "https://github.com/seslen-tr/seslen-tts"
+Issues = "https://github.com/seslen-tr/seslen-tts/issues"
+Model = "https://huggingface.co/seslen-tr/seslen-tts"
+
+[tool.setuptools.packages.find]
+include = ["seslen_tts*"]

seslen_tts-0.1.0/seslen_tts/__init__.py

@@ -0,0 +1,13 @@
+# -*- coding: utf-8 -*-
+"""
+seslen-tts — işlemcide çalışan, duygulu, vurguyu bilen açık Türkçe ses modeli.
+
+    from seslen_tts import Seslen, wav_yaz
+    s = Seslen()                                   # model ilk kullanımda Hugging Face'ten iner
+    wav_yaz("merhaba.wav", s.tum("Merhaba! Bugün size ne okumamı istersiniz?", ses="zeynep"))
+"""
+from .model import ORAN, SesModeli
+from .seslen import TONLAR, Parca, Seslen, wav_yaz
+
+__all__ = ["ORAN", "SesModeli", "Seslen", "Parca", "TONLAR", "wav_yaz"]
+__version__ = "0.1.0"

seslen_tts-0.1.0/seslen_tts/__main__.py

@@ -0,0 +1,41 @@
+# -*- coding: utf-8 -*-
+"""
+    python -m seslen_tts "Merhaba! Yarın bize gelecek misiniz?" -s zeynep -o merhaba.wav
+    python -m seslen_tts --sesler
+"""
+import argparse
+import sys
+import time
+
+from . import ORAN, Seslen, wav_yaz
+
+
+def main() -> int:
+    ap = argparse.ArgumentParser(prog="seslen_tts", description="Türkçe metni sese çevirir (işlemcide, internetsiz).")
+    ap.add_argument("metin", nargs="?", help="okunacak metin (yoksa standart girdiden)")
+    ap.add_argument("-s", "--ses", default="zeynep")
+    ap.add_argument("-t", "--ton", default="otomatik", help="otomatik ya da notr, neseli, heyecan, uyari, merak, ozur, "
+                                                         "uzgun, kizgin, fisilti")
+    ap.add_argument("-u", "--uslup", default="otomatik", help="otomatik ya da haber, bilgi, talimat, deneme, anlati, "
+                                                           "masal, sohbet")
+    ap.add_argument("--hiz", type=float, default=None)
+    ap.add_argument("--perde", type=float, default=1.0)
+    ap.add_argument("-o", "--cikti", default="seslen.wav")
+    ap.add_argument("--sesler", action="store_true", help="sesleri listele")
+    a = ap.parse_args()
+    s = Seslen()
+    if a.sesler:
+        for ad, b in s.sesler.items():
+            print(f"{ad:8s} {b['gorunen']:8s} {b['aciklama']}  [{', '.join(b['tonlar'])}]")
+        return 0
+    metin = a.metin or sys.stdin.read()
+    t0 = time.perf_counter()
+    dalga = s.tum(metin, ses=a.ses, ton=a.ton, uslup=a.uslup, hiz=a.hiz, perde=a.perde)
+    wav_yaz(a.cikti, dalga)
+    sure = len(dalga) / ORAN
+    print(f"{a.cikti}: {sure:.1f} sn ses, {time.perf_counter() - t0:.1f} sn'de", file=sys.stderr)
+    return 0
+
+
+if __name__ == "__main__":
+    raise SystemExit(main())

seslen_tts-0.1.0/seslen_tts/model.py

@@ -0,0 +1,153 @@
+# -*- coding: utf-8 -*-
+"""
+SES MODELİ — Türkçe okunuştan sese, yalnız ONNX Runtime ile (PyTorch gerekmez), işlemcide.
+
+İki ağ (Seslen'in StyleTTS2 öğrencisinden aktarıldı):
+  metin.onnx  işaretler + stil → süre kodlayıcı çıkışı (d), metin kodlayıcı çıkışı (t_en), işaret başına süre
+  ses.onnx    hizalanmış özellikler + stil + perde/tonlama + soru ezgisi → 24 kHz dalga
+Aradaki hizalama (süreleri yuvarlama, çerçevelere yayma) burada numpy ile yapılır.
+
+Model klasörü (öncelik sırasıyla): SesModeli(klasor), SESLEN_TTS_MODEL ortam değişkeni, Hugging Face
+(SESLEN_TTS_HF deposu, ilk kullanımda iner ve önbellekte kalır; SESLEN_TTS_INDIRME=0 ile kapalı).
+"""
+from __future__ import annotations
+
+import json
+import os
+import re
+from pathlib import Path
+
+import numpy as np
+
+ORAN = 24000
+HF_DEPO = os.environ.get("SESLEN_TTS_HF", "seslen-tr/seslen-tts")
+DOSYALAR = ["metin.onnx", "ses.onnx", "stiller.npz", "sesler.json", "semboller.json"]
+BAS_DOLGU = 4          # baştaki dolgu işaretinin en uzun süresi (25 ms birim); uzarsa model boşluğu sesle dolduruyor
+BIRIM_MS = 25          # bir süre birimi = 2 mel çerçevesi = 600 örnek
+# SORU EZGİSİ: evet/hayır sorusunda ezginin tepesi soru ekinden (mı/mi/mu/mü + kişi ekleri) önceki sözcüğün vurgulu
+# hecesindedir ("yardımcı olaBİLİR misin?", "ANkara mı?"; Göksel & Kerslake §21.2). Model bunu düz geçtiği için o
+# heceye bu kadar yarım ton eklenir (ses.onnx içinde ~175 ms ile yumuşatılır). Soru sözcüklü sorulara dokunmaz.
+SORU_TEPE = 6.0
+_SORU_EKI = re.compile(
+    r"^m[ɯiuy](s[ɯiuy]n([ɯiuy]z)?|j[ɯiuy][mz]|d[ɯiuy]ɾ?|jd[ɯiuy](m|n|[ɯiuy]z)?|jmɯʃ|jmiʃ|jmuʃ|jmyʃ)?[?.,!]*$")
+_UNLU = set("aeɯiouøyœæɛɪʊ")
+
+
+def model_klasoru(klasor: str | Path | None = None) -> Path:
+    adaylar = [Path(klasor)] if klasor else []
+    if os.environ.get("SESLEN_TTS_MODEL"):
+        adaylar.append(Path(os.environ["SESLEN_TTS_MODEL"]))
+    for a in adaylar:
+        if all((a / f).exists() for f in DOSYALAR):
+            return a
+    if os.environ.get("SESLEN_TTS_INDIRME") != "0":
+        try:
+            from huggingface_hub import snapshot_download
+            a = Path(snapshot_download(HF_DEPO, allow_patterns=DOSYALAR))
+            if all((a / f).exists() for f in DOSYALAR):
+                return a
+        except Exception:
+            pass
+    raise FileNotFoundError(f"ses modeli bulunamadı: Hugging Face'ten ({HF_DEPO}) indirilemedi ve SESLEN_TTS_MODEL "
+                            f"ile klasör gösterilmedi. Gereken dosyalar: {', '.join(DOSYALAR)}")
+
+
+def soru_egrisi(okunus: str, sozluk: dict) -> np.ndarray:
+    """Okunuşun modele giren her işaretine yarım ton eki: soru ekinden önceki sözcüğün vurgulu hecesine SORU_TEPE,
+    gerisine 0. Uzunluk, sözlükte olan karakter sayısıdır (olmayanlar işarete çevrilmez)."""
+    ek = np.zeros(len(okunus), np.float32)
+    if "?" in okunus:
+        sozcukler, i = [], 0
+        for s in okunus.split(" "):
+            sozcukler.append((i, s))
+            i += len(s) + 1
+        for j in range(1, len(sozcukler)):
+            bas, s = sozcukler[j]
+            if not _SORU_EKI.match(s.replace("ˈ", "")) or "?" not in okunus[bas:]:
+                continue
+            b0, onceki = sozcukler[j - 1]
+            if not onceki or onceki[-1] in "?.,!;:":
+                continue
+            v = onceki.rfind("ˈ")
+            if v < 0:               # vurgu işareti yoksa son hece: son ünlü + önündeki ünsüz
+                v = max((k for k, c in enumerate(onceki) if c in _UNLU), default=0)
+                v -= v > 0 and onceki[v - 1] not in _UNLU
+            # hecenin sonu: vurgulu ünlüden sonraki ilk ayrı ünlünün (bitişik ünlü aynı çekirdek) önündeki ünsüz
+            k = next((k for k in range(v, len(onceki)) if onceki[k] in _UNLU), len(onceki))
+            while k < len(onceki) and (onceki[k] in _UNLU or onceki[k] == "ː"):
+                k += 1
+            sonraki = next((m for m in range(k, len(onceki)) if onceki[m] in _UNLU), None)
+            son = len(onceki) if sonraki is None else max(sonraki - 1, k)
+            ek[b0 + v: b0 + son] = SORU_TEPE
+    return np.array([e for c, e in zip(okunus, ek) if c in sozluk], np.float32)
+
+
+def windows_kisitini_kaldir() -> None:
+    """Windows arka plandaki süreçleri enerji tasarrufu için yavaşlatıyor (EcoQoS): ölçümde ses üretimi 4-5 kat
+    yavaşladı. Bu süreç için kısıt kapatılır; önceliğe dokunulmaz. SESLEN_TTS_SUREC=0 ile kapalı."""
+    if os.name != "nt" or os.environ.get("SESLEN_TTS_SUREC") == "0":
+        return
+    import ctypes
+    import ctypes.wintypes as w
+
+    class _Kisit(ctypes.Structure):
+        _fields_ = [("Version", w.ULONG), ("ControlMask", w.ULONG), ("StateMask", w.ULONG)]
+    k = ctypes.windll.kernel32
+    k.OpenProcess.restype = w.HANDLE
+    h = k.OpenProcess(0x0200 | 0x0400, False, os.getpid())       # PROCESS_SET_INFORMATION | QUERY_INFORMATION
+    if h:
+        s = _Kisit(1, 0x1, 0)                                         # PROCESS_POWER_THROTTLING_EXECUTION_SPEED: kapalı
+        k.SetProcessInformation(w.HANDLE(h), 4, ctypes.byref(s), ctypes.sizeof(s))
+        k.CloseHandle(w.HANDLE(h))
+
+
+def hizala(sure: np.ndarray) -> np.ndarray:
+    """İşaret başına süre (birim) → hizalama matrisi (1, L, F): her işaret kendi süresi kadar çerçeveye yayılır."""
+    return np.repeat(np.eye(len(sure), dtype=np.float32), sure, axis=1)[None]
+
+
+class SesModeli:
+    def __init__(self, klasor: str | Path | None = None, is_parcacigi: int = 0):
+        import onnxruntime as ort
+        windows_kisitini_kaldir()
+        k = model_klasoru(klasor)
+        se = ort.SessionOptions()
+        se.graph_optimization_level = ort.GraphOptimizationLevel.ORT_ENABLE_ALL
+        se.intra_op_num_threads = is_parcacigi or min(6, os.cpu_count() or 1)
+        self.metin = ort.InferenceSession(str(k / "metin.onnx"), se, providers=["CPUExecutionProvider"])
+        self.ses = ort.InferenceSession(str(k / "ses.onnx"), se, providers=["CPUExecutionProvider"])
+        v = np.load(k / "stiller.npz")
+        self.stiller = {a: v[a].astype(np.float32) for a in v.files}
+        self.sesler: dict = json.loads((k / "sesler.json").read_text(encoding="utf-8"))
+        self.semboller: dict = json.loads((k / "semboller.json").read_text(encoding="utf-8"))
+        self._virgul = {self.semboller[c] for c in ",;" if c in self.semboller}
+
+    def okunus(self, metin: str) -> str:
+        from turkce_vurgu import g2p
+        return g2p(metin, vurgu=True)
+
+    def stil(self, ses: str, ton: str = "notr") -> np.ndarray:
+        try:
+            return self.stiller[f"{ses}/{ton}"]
+        except KeyError:
+            raise KeyError(f"bilinmeyen ses/ton: {ses}/{ton}; sesler: {', '.join(self.sesler)}") from None
+
+    def konus(self, metin: str, stil: np.ndarray, hiz: float = 1.0, perde: float = 1.0, tonlama: float = 1.0,
+              virgul_ms: int = 0) -> np.ndarray:
+        """Tek cümle → 24 kHz dalga (float32). hiz > 1 hızlı; perde: F0 çarpanı; tonlama: perde dalgalanması
+        çarpanı (1 doğal); virgul_ms: virgül ve noktalı virgülde ek duraklama."""
+        okunus = self.okunus(metin)
+        kod = [self.semboller[c] for c in okunus if c in self.semboller]
+        tokens = np.array([[0, *kod, 0]], np.int64)
+        egri = np.concatenate([[0], soru_egrisi(okunus, self.semboller), [0]]).astype(np.float32)[None]
+        stil = np.asarray(stil, np.float32).reshape(1, -1)
+        d, t_en, sure = self.metin.run(None, {"tokens": tokens, "stil": stil})
+        sure = np.maximum(np.round(sure / hiz), 1).astype(np.int64)
+        sure[0] = min(sure[0], BAS_DOLGU)
+        if virgul_ms:
+            for i, k in enumerate(kod, 1):
+                if k in self._virgul:
+                    sure[i] += round(virgul_ms / BIRIM_MS)
+        g = {"d": d, "t_en": t_en, "hiza": hizala(sure), "s": stil[:, 128:], "ref": stil[:, :128],
+             "perde": np.array([perde], np.float32), "tonlama": np.array([tonlama], np.float32), "egri": egri}
+        return self.ses.run(None, g)[0][..., :-50].reshape(-1)       # sondaki tık

seslen_tts-0.1.0/seslen_tts/seslen.py

@@ -0,0 +1,117 @@
+# -*- coding: utf-8 -*-
+"""
+SESLEN — metni cümle cümle, duygusu ve üslubuyla seslendirir.
+
+  ses      6 ses: ayse, zeynep, emre, fatma, hasan, koca (Seslen.sesler)
+  ton      "otomatik" (her cümleye turkce-duygu karar verir) ya da notr, neseli, heyecan, uyari, merak, ozur,
+           uzgun, kizgin, fisilti (bütün metin o tonda)
+  uslup    "otomatik" (turkce-uslup metnin türünü bulur: haber, masal, talimat…) ya da üslup adı; hız, ezgi
+           genişliği ve duraklamaları belirler. hiz verilirse üslubun hızını ezer.
+turkce-duygu ve turkce-uslup isteğe bağlıdır (pip install "seslen-tts[hepsi]"); yoksa her cümle nötr, üslup düz.
+"""
+from __future__ import annotations
+
+import re
+from dataclasses import dataclass, field
+from typing import Iterator
+
+import numpy as np
+
+from .model import ORAN, SesModeli
+
+TONLAR = ("notr", "neseli", "heyecan", "uyari", "merak", "ozur", "uzgun", "kizgin", "fisilti")
+
+
+@dataclass
+class Parca:
+    cumle: str
+    ses: np.ndarray              # 24 kHz, float32
+    sessizlik_ms: int            # bu cümleden sonraki duraklama
+    ton: str
+    bilgi: dict = field(default_factory=dict)
+
+
+def _cumleler(metin: str) -> list[str]:
+    try:
+        from turkce_duygu import cumlelere_bol
+        return cumlelere_bol(metin)
+    except ImportError:
+        return [c for c in re.split(r"(?<=[.!?…])\s+", " ".join(metin.split())) if c]
+
+
+class Seslen:
+    def __init__(self, klasor=None, is_parcacigi: int = 0):
+        self.model = SesModeli(klasor, is_parcacigi)
+        self._duygu: dict = {}
+
+    @property
+    def sesler(self) -> dict:
+        return self.model.sesler
+
+    def tonlar(self, ses: str) -> tuple[str, ...]:
+        return tuple(self.model.sesler[ses]["tonlar"])
+
+    def _okuma(self, metin: str, uslup: str, hiz: float | None):
+        varsayilan = {"hiz": 1.0, "tonlama": 1.0, "duraklama_ms": 350, "virgul_ms": 0}
+        try:
+            from turkce_uslup import okuma_ayari
+            from turkce_uslup import uslup as uslup_bul
+        except ImportError:
+            return "duz", {**varsayilan, **({"hiz": hiz} if hiz else {})}
+        ad = uslup_bul(metin[:4000]).uslup if uslup == "otomatik" else uslup
+        a = okuma_ayari(ad, **({"hiz": hiz} if hiz else {}))
+        return ad, {"hiz": a.hiz, "tonlama": a.tonlama, "duraklama_ms": a.duraklama_ms, "virgul_ms": a.virgul_ms}
+
+    def _tonlar(self, ses: str, cumleler: list[str]) -> list[tuple[str, float]]:
+        """Her cümle için (ton, yoğunluk 0-1); turkce-duygu yoksa nötr."""
+        try:
+            from turkce_duygu import Cozumleyici
+        except ImportError:
+            return [("notr", 0.0)] * len(cumleler)
+        if ses not in self._duygu:
+            self._duygu[ses] = Cozumleyici(stiller=self.tonlar(ses))
+        sonuc = self._duygu[ses].metin_cozumle(" ".join(cumleler))
+        if len(sonuc) != len(cumleler):           # bölücüler ayrıştıysa cümle cümle
+            sonuc = [self._duygu[ses].metin_cozumle(c)[0] for c in cumleler]
+        return [(r.stil, float(r.yogunluk)) for r in sonuc]
+
+    def seslendir(self, metin: str, ses: str = "zeynep", ton: str = "otomatik", yogunluk: float | None = None,
+                  hiz: float | None = None, perde: float = 1.0, uslup: str = "otomatik") -> Iterator[Parca]:
+        """Cümle cümle Parca üretir: ilk cümle hazır olur olmaz çalınabilir."""
+        if ses not in self.model.sesler:
+            raise ValueError(f"bilinmeyen ses: {ses}; sesler: {', '.join(self.model.sesler)}")
+        if ton != "otomatik" and ton not in self.tonlar(ses):
+            raise ValueError(f"{ses} için ton yok: {ton}; tonlar: {', '.join(self.tonlar(ses))}")
+        uslup_ad, ok = self._okuma(metin, uslup, hiz)
+        cumleler = _cumleler(metin)
+        secim = self._tonlar(ses, cumleler) if ton == "otomatik" else [(ton, 1.0)] * len(cumleler)
+        notr = self.model.stil(ses, "notr")
+        for c, (t, y) in zip(cumleler, secim):
+            t = t if t in self.tonlar(ses) else "notr"
+            s = self.model.stil(ses, t)
+            if t != "notr":           # yoğunluk: nötrden tona doğru; otomatikte hafif duygu da duyulsun diye 0,5 +
+                k = yogunluk if yogunluk is not None else (0.5 + y if ton == "otomatik" else 1.0)
+                s = notr + k * (s - notr)
+            w = self.model.konus(c, s, hiz=ok["hiz"], perde=perde, tonlama=ok["tonlama"], virgul_ms=ok["virgul_ms"])
+            yield Parca(c, w, ok["duraklama_ms"], t, {"uslup": uslup_ad, "yogunluk": round(y, 2)})
+
+    def tum(self, metin: str, **ayar) -> np.ndarray:
+        """Bütün metin tek dalga (cümle aralarında üslubun duraklaması)."""
+        parcalar = list(self.seslendir(metin, **ayar))
+        dalga = []
+        for i, p in enumerate(parcalar):
+            dalga.append(p.ses)
+            if i < len(parcalar) - 1:
+                dalga.append(np.zeros(int(ORAN * p.sessizlik_ms / 1000), np.float32))
+        return np.concatenate(dalga) if dalga else np.zeros(0, np.float32)
+
+
+def wav_yaz(yol, dalga: np.ndarray, oran: int = ORAN) -> None:
+    """16 bit tek kanal WAV (yalnız standart kütüphane)."""
+    import wave
+    x = np.clip(dalga / max(1e-6, float(np.abs(dalga).max())) * 0.9, -1, 1)
+    with wave.open(str(yol), "wb") as w:
+        w.setnchannels(1)
+        w.setsampwidth(2)
+        w.setframerate(oran)
+        w.writeframes((x * 32767).astype("<i2").tobytes())

seslen_tts-0.1.0/seslen_tts.egg-info/PKG-INFO

@@ -0,0 +1,142 @@
+Metadata-Version: 2.4
+Name: seslen-tts
+Version: 0.1.0
+Summary: İşlemcide çalışan, duygulu, vurguyu bilen açık Türkçe ses modeli (TTS): PyTorch'suz, yalnız ONNX Runtime
+Author: Mehmet Veysel Delibaş
+License-Expression: MIT
+Project-URL: Homepage, https://github.com/seslen-tr/seslen-tts
+Project-URL: Source, https://github.com/seslen-tr/seslen-tts
+Project-URL: Issues, https://github.com/seslen-tr/seslen-tts/issues
+Project-URL: Model, https://huggingface.co/seslen-tr/seslen-tts
+Keywords: turkish,tts,text-to-speech,speech-synthesis,onnx,styletts2,türkçe,ses
+Classifier: Programming Language :: Python :: 3
+Classifier: Natural Language :: Turkish
+Classifier: Topic :: Multimedia :: Sound/Audio :: Speech
+Classifier: Operating System :: OS Independent
+Requires-Python: >=3.9
+Description-Content-Type: text/markdown
+License-File: LICENSE
+Requires-Dist: numpy
+Requires-Dist: onnxruntime>=1.16
+Requires-Dist: huggingface_hub>=0.20
+Requires-Dist: turkce-vurgu[tam]>=0.1
+Provides-Extra: duygu
+Requires-Dist: turkce-duygu[model]>=0.1; extra == "duygu"
+Provides-Extra: uslup
+Requires-Dist: turkce-uslup[bert]>=0.1; extra == "uslup"
+Provides-Extra: hepsi
+Requires-Dist: turkce-duygu[model]>=0.1; extra == "hepsi"
+Requires-Dist: turkce-uslup[bert]>=0.1; extra == "hepsi"
+Dynamic: license-file
+
+# seslen-tts
+
+> **English:** An open Turkish text-to-speech model that runs on CPU, without PyTorch and without internet: 6 voices × 9
+> emotions, correct Turkish lexical stress and question intonation, automatic emotion per sentence and reading style per
+> text. ONNX Runtime only (~330 MB model, downloaded from Hugging Face on first use). Real-time factor ≈ 0.2–0.4 on a
+> laptop CPU.
+
+**İşlemcide çalışan, duygulu, vurguyu bilen açık Türkçe ses modeli.** GPU, internet ve PyTorch gerekmez.
+
+```python
+from seslen_tts import Seslen, wav_yaz
+
+s = Seslen()                                    # model ilk kullanımda Hugging Face'ten iner (~330 MB)
+wav_yaz("merhaba.wav", s.tum("Merhaba! Yarın bize gelecek misiniz? Dikkat edin, yol kaygan.", ses="zeynep"))
+```
+
+```
+seslen-tts "Bir varmış bir yokmuş, ormanda meraklı bir sincap yaşarmış." -s ayse -o masal.wav
+seslen-tts --sesler
+```
+
+## Neler yapar
+
+- **6 ses, 9 duygu:** nötr, neşeli, heyecan, uyarı, merak, özür, üzgün, kızgın, fısıltı.
+- **Türkçe vurgu doğru okunur:** "ANkara", "geLİyor", "GELmedi". Okunuş [turkce-vurgu](https://github.com/seslen-tr/turkce-vurgu)
+  ile çıkarılır; sayılar, tarihler, saatler, para ve kısaltmalar [turkce-normalize](https://github.com/seslen-tr/turkce-normalize)
+  ile okunur hâle gelir ("14:30'da" → "on dört otuzda").
+- **Soru ezgisi:** evet/hayır sorusunda ezgi soru ekinden önceki sözcüğün vurgulu hecesinde yükselir
+  ("yardımcı olaBİLİR misin?").
+- **Otomatik duygu:** her cümlenin tonu metinden seçilir: soru merakla, uyarı uyarıyla, sevinç neşeyle okunur.
+  [turkce-duygu](https://github.com/seslen-tr/turkce-duygu) gerekir (`pip install "seslen-tts[duygu]"`).
+- **Otomatik üslup:** haber tempolu ve düz, masal yavaş ve hareketli, tarif adım adım okunur.
+  [turkce-uslup](https://github.com/seslen-tr/turkce-uslup) gerekir (`pip install "seslen-tts[uslup]"`).
+
+## Kurulum
+
+```
+pip install seslen-tts               # temel: sesler, vurgu, soru ezgisi
+pip install "seslen-tts[hepsi]"      # + otomatik duygu ve üslup
+```
+
+Python 3.9+, Windows / Linux / macOS. Model `SESLEN_TTS_MODEL` ortam değişkeniyle yerel bir klasörden de okunur.
+
+## Sesler
+
+| Ses | Kim | Doğallık (UTMOS) |
+|---|---|---|
+| `ayse` | olgun kadın (~45), orta-kalın, güven veren | 4,04 |
+| `zeynep` | genç kız (~17), ince, canlı | 3,95 |
+| `koca` | iri kalın dev, gürleyen ama sevimli (çizgi karakter) | 3,90 |
+| `fatma` | yaşlı kadın (~70), ince, şefkatli nine | 3,53 |
+| `emre` | genç erkek (~18), orta, enerjik | 2,93 |
+| `hasan` | yaşlı erkek (~72), kalın, bilge dede | 2,78 |
+
+Örnek sesler: [Hugging Face model sayfası](https://huggingface.co/seslen-tr/seslen-tts/tree/main/ornekler).
+
+## Kullanım
+
+```python
+s = Seslen()
+for p in s.seslendir(metin, ses="emre", ton="otomatik", uslup="otomatik"):   # cümle cümle, akış hâlinde
+    print(p.ton, p.cumle)            # p.ses: 24 kHz float32 dizi; p.sessizlik_ms: sonraki duraklama
+
+s.tum(metin, ses="fatma", ton="uzgun")        # bütün metin tek tonda
+s.tum(metin, ses="hasan", hiz=0.9, perde=1.05) # hız ve ses perdesi
+s.tum(metin, ses="zeynep", ton="neseli", yogunluk=0.6)   # duygu şiddeti (0-1, 1 = tam ton)
+```
+
+Alt düzey: `s.model.konus(cumle, s.model.stil("ayse", "merak"))` tek cümleyi seslendirir.
+
+## Ölçümler
+
+- **Anlaşılırlık** (Whisper medium, 6 ses × 4 yeni cümle): %100. Whisper sayıları rakamla yazdığı için ("onda" →
+  "10'da") ham ölçüm %93,2 görünür.
+- **Doğallık:** UTMOS 2,8–4,0 (tablo). UTMOS İngilizce dinleyicilerle eğitildi; Türkçe vurguyu yargılayamaz,
+  yapaylığı yakalar.
+- **Hız** (i7-12700H, 6 iş parçacığı): gerçek zaman oranı ≈ 0,2–0,4. Yani 5 saniyelik cümle 1–2 saniyede üretilir.
+  Windows'un arka plan süreçlerine uyguladığı enerji kısıtı paket tarafından kapatılır (yoksa 4–5 kat yavaşlıyordu).
+
+## Nasıl yapıldı
+
+[StyleTTS2](https://github.com/yl4579/StyleTTS2) (iSTFTNet çözücü) öğrenci modeli. Ses ve duygu verisini öğretmen model
+[VoxCPM2](https://huggingface.co/openbmb/VoxCPM2) üretti: sesler tariften tasarlandı, gerçek bir kişinin sesi değildir.
+Eğitim üç aşamalıdır: temel, difüzyon ve çekişmeli ince ayar, son olarak vurgu işaretli okunuş ile
+[Türkçe PL-BERT](https://huggingface.co/seslen-tr/turkce-plbert). Eğitim tek RTX 4090'da yapıldı. Ağlar ONNX'e
+aktarıldı; aktarımın sesi değiştirmediği sınandı (log-mel farkı, modelin kendi iki çalıştırması arasındaki farkın altında).
+
+## Sınırlılıklar
+
+- **Ses klonlama yok.** Bu bilerek böyle: açık modelle başkasının sesini taklit etmek mümkün olmasın diye yalnız hazır
+  sesler var.
+- Yalnız Türkçe. Yabancı sözcükler Türkçe okunuşla okunur.
+- Uzun yabancı adlarda, kısaltma yığınlarında ve çok uzun cümlelerde okunuş hataları olabilir.
+- Duygular seslere göre farklı belirginliktedir (ölçülenler arasında en belirgin: Ayşe ve Zeynep).
+
+## Lisans ve kullanım koşulları
+
+- **Kod:** MIT ([LICENSE](LICENSE)).
+- **Model ağırlıkları ve sesler:** CC BY-SA 4.0. Türkçe PL-BERT Vikipedi metniyle eğitildi; öğretmen VoxCPM2
+  Apache-2.0, StyleTTS2 MIT.
+- **Kullanım koşulu (öğretmen modelin ve StyleTTS2'nin koşullarından):**
+  - Üretilen sesin yapay zekâ sesi olduğu dinleyiciye belirtilmelidir.
+  - Gerçek bir kişiyi taklit etmek, dolandırıcılık ve dezenformasyon için kullanmak yasaktır.
+
+Ticari ürün sesleri, özel ses tasarımı, stüdyo arayüzü ve kurum içi kurulum: Seslen ([iletişim](https://github.com/seslen-tr)).
+
+## Kardeş projeler
+
+[turkce-normalize](https://github.com/seslen-tr/turkce-normalize) · [turkce-vurgu](https://github.com/seslen-tr/turkce-vurgu) ·
+[turkce-duygu](https://github.com/seslen-tr/turkce-duygu) · [turkce-uslup](https://github.com/seslen-tr/turkce-uslup) ·
+[turkce-plbert](https://github.com/seslen-tr/turkce-plbert) · [turkce-tts-sinav](https://github.com/seslen-tr/turkce-tts-sinav)

seslen_tts-0.1.0/seslen_tts.egg-info/SOURCES.txt

@@ -0,0 +1,14 @@
+LICENSE
+README.md
+pyproject.toml
+seslen_tts/__init__.py
+seslen_tts/__main__.py
+seslen_tts/model.py
+seslen_tts/seslen.py
+seslen_tts.egg-info/PKG-INFO
+seslen_tts.egg-info/SOURCES.txt
+seslen_tts.egg-info/dependency_links.txt
+seslen_tts.egg-info/entry_points.txt
+seslen_tts.egg-info/requires.txt
+seslen_tts.egg-info/top_level.txt
+tests/test_model.py

seslen_tts-0.1.0/seslen_tts.egg-info/dependency_links.txt

@@ -0,0 +1 @@
+

seslen_tts-0.1.0/seslen_tts.egg-info/entry_points.txt

@@ -0,0 +1,2 @@
+[console_scripts]
+seslen-tts = seslen_tts.__main__:main

seslen_tts-0.1.0/seslen_tts.egg-info/requires.txt

@@ -0,0 +1,14 @@
+numpy
+onnxruntime>=1.16
+huggingface_hub>=0.20
+turkce-vurgu[tam]>=0.1
+
+[duygu]
+turkce-duygu[model]>=0.1
+
+[hepsi]
+turkce-duygu[model]>=0.1
+turkce-uslup[bert]>=0.1
+
+[uslup]
+turkce-uslup[bert]>=0.1

seslen_tts-0.1.0/seslen_tts.egg-info/top_level.txt

@@ -0,0 +1 @@
+seslen_tts

seslen_tts-0.1.0/setup.cfg

@@ -0,0 +1,4 @@
+[egg_info]
+tag_build = 
+tag_date = 0
+

seslen_tts-0.1.0/tests/test_model.py

@@ -0,0 +1,54 @@
+import os
+
+import numpy as np
+import pytest
+
+from seslen_tts.model import SORU_TEPE, hizala, soru_egrisi
+from seslen_tts.seslen import _cumleler
+
+
+class _Hepsi(dict):
+    def __contains__(self, k):
+        return True
+
+
+def _tepe(okunus):
+    e = soru_egrisi(okunus, _Hepsi())
+    return "".join(c for c, x in zip(okunus, e) if x > 0)
+
+
+def test_soru_tepesi_vurgulu_hecede():
+    assert _tepe("baˈna jaɾdɯmˈdʒɯ oɫabiˈliɾ misin?") == "ˈliɾ"      # olaBİLİR misin
+    assert _tepe("ˈankaɾa ɟyˈzel mi?") == "ˈzel"                     # güZEL mi
+    assert _tepe("buˈnu ˈsen mi japˈtɯn?") == "ˈsen"                 # SEN mi yaptın
+    assert _tepe("ɟeˈlijoɾ musunuz?") == "ˈli"                       # geLİyor musunuz
+
+
+def test_soru_sozcuklu_ve_duz_cumleye_dokunmaz():
+    assert _tepe("neˈden ˈɟelmedin?") == ""
+    assert _tepe("mɯˈsɯɾ ˈtʃok ɟyzelˈdi.") == ""                     # "Mısır" soru eki değil
+
+
+def test_egri_sozlukte_olmayani_atlar():
+    e = soru_egrisi("ab mi?", {"a": 1, "b": 2, " ": 3, "m": 4, "i": 5})   # "?" sözlükte yok
+    assert len(e) == 5 and e.max() == SORU_TEPE
+
+
+def test_hizala():
+    h = hizala(np.array([2, 1, 3]))
+    assert h.shape == (1, 3, 6)
+    assert h[0].sum(axis=0).tolist() == [1] * 6 and h[0].sum(axis=1).tolist() == [2, 1, 3]
+
+
+def test_cumleler():
+    assert _cumleler("Merhaba! Nasılsın? İyiyim.") == ["Merhaba!", "Nasılsın?", "İyiyim."]
+
+
+@pytest.mark.skipif(not os.environ.get("SESLEN_TTS_MODEL"), reason="model yok (SESLEN_TTS_MODEL)")
+def test_seslendirme():
+    from seslen_tts import ORAN, Seslen
+    s = Seslen()
+    assert "notr" in s.tonlar("zeynep")
+    parcalar = list(s.seslendir("Merhaba. Yarın gelecek misiniz?", ses="zeynep", ton="notr"))
+    assert len(parcalar) == 2
+    assert all(0.4 < len(p.ses) / ORAN < 5 and np.isfinite(p.ses).all() for p in parcalar)