doc_to_speech

Book reader : From word / pdf to audio

Un dossier par fonctionnalité :

• ocr : reconnaissance de caractères sur un pdf / une image
• text_to_speech : TTS avec suno / bark

Text to speech

Sources :

• Bark model : https://huggingface.co/docs/transformers/model_doc/bark
• TTS model from facebook : https://huggingface.co/facebook/tts_transformer-fr-cv7_css10
• Packaged espeak API : https://github.com/parente/espeakbox

Configure Accelerate

• To optimize GPU usage : accelerate
• Run accelerate config & check config : accelerate env
• Config file at ./model/accelerate/default_config.yaml

Setup project

1. Create .env file with :

   SUNO_USE_SMALL_MODELS=true
   SUNO_ENABLE_MPS=true
   HF_HOME=./model_cache
   

2. Install uv
3. Install dependencies : uv pip install -r requirements.txt
4. Run : python main.py