StyleTTS2
StyleTTS 2, stil difüzyonu ve büyük konuşma dil modelleriyle adversarial eğitim kullanarak metinden sese sentez yapan bir TTS modelidir. Stilleri gizli bir rasgele değişken olarak modeller ve referans konuşmaya ihtiyaç duymadan metne uygun stil üretilmesini sağlar. WavLM gibi büyük ön eğitimli modelleri ayırt edici olarak kullanır ve tekli ile çoklu konuşmacı veri setlerinde insan seviyesinde sentez elde eder.
yl4579 · Ses & Metinden Sese (TTS)
Bu kategorideki yaygın ticari ürünler: ElevenLabs, Amazon Polly, Google Cloud Text-to-Speech
- Tek konuşmacılı LJSpeech veya çok konuşmacılı VCTK ve LibriTTS veri setleri üzerinde eğitim ve çıkarım yaparsın
- Sağlanan taban ön eğitimli modelleri kullanarak yeni konuşmacılar için ince ayar betiğini çalıştırırsın
- Referans konuşma gerektirmeden metin için en uygun stili üreten difüzyon modellerinden faydalanırsın
- • Son güncelleme 2 yıl önce
- • NötrHacker News
StyleTTS2 – açık kaynaklı Eleven-Labs kalitesinde Metin Konuşmaya
“Bu yüzden, açık kaynaklı TTS büyücülüğü devam ediyor, bu da Siri'nin aşırı dozda kafein alması gibi bir şey - daha hızlı, daha hızlı ve partilerde çok daha eğlenceli. Bu şey, oyun makinelerinde iri yarı GPU'larla çalışıyor ve görünüşe göre çok kullanıcı dostu, büyükannen bile bunu ayarlayabilir...”
- • NötrHacker News
StyleTTS2 – açık kaynaklı Eleven-Labs kalitesinde Metin Konuşmaya
“Bu harika! İyi işti. Kendi fısıltımı yaptım & ne dediğini yazan otomatik tipleyici (fork fısıltı tipi). OpenAI Q/A ve RAG sorgu özelliğini ekledim, böylece sesli komutla ona sorular sorabilirim (otomatik tuş vuruşu yazma yerine). Sorulara cevap vermek için, Onbir Labs kullandım...”
Notum
Alternatif sayfaları
Aynı kategoride: Ses & Metinden Sese (TTS)
- GPT-SoVITS★ 64.315 · 12 gün önce
- VoxCPM★ 40.871 · 23 gün önce
- RVC★ 38.971 · 2 ay önce
- OpenVoice★ 38.112 · 1 yıl önce
- Pixelle-Video★ 29.593 · 4 ay önce
- Chatterbox TTS★ 27.447 · 3 ay önce