vits

1 Minute Sprachdaten können auch zum Trainieren eines guten TTS‑Modells verwendet werden! (Few‑Shot‑Sprachklonierung)

Ein gutes VC-Modell lässt sich leicht mit Sprachdaten in unter 10 Minuten trainieren!

SOTA Open Source TTS

Spracherkennung, Sprachsynthese, Sprecher-Diarisierung, Sprachverbesserung, Quellentrennung und VAD unter Verwendung von Kaldi der nächsten Generation mit onnxruntime ohne Internetverbindung. Unterstützt eingebettete Systeme, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, x86_64-Server, WebSocket-Server/Client sowie 12 Programmiersprachen.

Amphion (/æmˈfaɪən/) ist ein Toolkit zur Audio-, Musik- und Sprachgenerierung. Sein Zweck ist es, reproduzierbare Forschung zu unterstützen und jüngeren Forschern sowie Ingenieuren den Einstieg in die Forschung und Entwicklung zur Audio-, Musik- und Sprachgenerierung zu erleichtern.

so-vits-svc Fork mit Echtzeitunterstützung, verbesserter Benutzeroberfläche und weiteren Funktionen.

vits2-Backbone mit multilingual-bert

Ein einfaches, hochwertiges Sprachkonvertierungstool mit Fokus auf Benutzerfreundlichkeit und Leistung.

Kern-Engine für Singing Voice Conversion und Singing Voice Cloning

GPT-SoVITS ONNX Inference Engine & Modell-Konverter

Mobiles Anime-KI-Waifu-Chat-Tool

Best-Practice-TTS basierend auf BERT und VITS mit einigen natürlichen Sprachfunktionen von Microsoft; unterstützt ONNX-Streaming!

C++ Inferenzbibliothek für mehrere SVC/TTS

Eine einfache VITS HTTP-API, entwickelt durch Erweiterung von Moegoe um zusätzliche Funktionen.

Hilfsdokumentation für die lokale Bereitstellung von So-VITS-SVC mit Colab-Notebooks

PyTorch-Implementierung gängiger Attention-Mechanismen, Vision Transformers, MLP-ähnlicher Modelle und CNNs.

SummerTTS ist ein eigenständiges, in C++ geschriebenes Projekt zur Sprachsynthese für Chinesisch und Englisch, das lokal ohne Netzwerk und ohne zusätzliche Abhängigkeiten ausgeführt werden kann.