AXERA-TECH/inflect_micro_v2

Inflect-Micro-v2 for AXera NPU（三芯片）

High-quality English TTS (VITS) optimized for AX650 / AX620E / AX637 NPUs.

芯片支持

Chip	Encoder	Decoder	SDK
AX650	NPU (axmodel)	NPU (axmodel)	老一代 inflect_tts_sdk（emb + dp 分离）
AX620E	NPU (axmodel)	NPU (axmodel)	新一代 inflect_ax_tts
AX637	NPU (axmodel)	NPU (axmodel)	新一代 inflect_ax_tts

更新记录：2026-08-03 AX620E/AX637 decoder 已升级为全 NPU。 注：AX620E/AX637 已从“encoder NPU + decoder CPU(onnxruntime)”升级为 encoder/decoder 双 NPU。AX650 保持原有全 NPU 交付与老 SDK 不变。

模型

models/
  ax650/   — 老一代全 NPU（encoder/decoder axmodel + dp.onnx + emb.npy）
  ax620e/  — 新一代全 NPU（encoder.axmodel + decoder.axmodel, T=256/Tp=512）
  ax637/   — 新一代全 NPU（encoder.axmodel + decoder.axmodel, 权重 S16 升级版）

新一代 encoder 输入 tokens [1,256] S32 + x_lengths [1] S32，输出 m_p/logs_p [1,192,256]、logw [1,1,256]；decoder 输入 z_p [1,192,512] fp32， 输出 wav [1,1,131072]（≈5.46 s/块）。Host 侧完成音素前端、时长取整、 generate_path 对齐、prior 扩展与噪声注入（seed 可控）。

快速开始

bash setup.sh

# AX650（老 SDK）
bash run.sh "Hello world." output.wav cli ax650

# AX620E / AX637（新 SDK，encoder+decoder 全 NPU）
bash run.sh "Hello world." output.wav cli ax620e
bash run.sh "Hello world." output.wav cli ax637

新 SDK 也可以直接用：

cd python
python3 example.py \
  --encoder ../models/ax620e/encoder.axmodel \
  --decoder ../models/ax620e/decoder.axmodel \
  --text "The quick brown fox jumps over the lazy dog." --output out.wav

音频示例（AX650 NPU）

"Hello and welcome to Inflect Micro V2 text to speech."

"The weather today is sunny with a gentle breeze."

"Once upon a time, there lived a curious robot who loved to sing."

"Neural voice synthesis is the next frontier of AI."

"This audio was generated entirely on the AX650 NPU chip."

目录结构

models/
  ax650/    — 全 NPU（老一代模型,emb + dp 分离）
  ax620e/   — 全 NPU（新一代模型）
  ax637/    — 全 NPU（新一代模型,decoder 权重 S16）
python/
  inflect_tts_sdk/   — 老 SDK（AX650）
  inflect_ax_tts/    — 新 SDK（AX620E/AX637）+ example.py + tests
cpp/
  inflect_tts_sdk/   — 老 C++ SDK（AX650）
  CMakeLists.txt + src/ — 新 C++ SDK（AX620E/AX637）
samples/   — 音频示例（AX650 NPU 生成）

License & Attribution（许可与署名）

本仓库是 owensong/Inflect-Micro-v2 （作者 Owen Song，Apache-2.0）的 NPU 转换与再分发。原始 Inflect 代码与权重以 Apache License 2.0 发布；本仓库的转换产物（AXMODEL、SDK）同样以 Apache-2.0 许可提供。

• 许可全文：LICENSE（Apache License 2.0）
• 署名与修改说明：NOTICE.md
• 第三方组件声明：THIRD_PARTY_NOTICES.md、third_party/