vits

¡1 minuto de datos de voz es suficiente para entrenar un buen modelo TTS! (clonación de voz con pocos ejemplos)

¡Entrena fácilmente un buen modelo VC con datos de voz de <= 10 minutos!

TTS de código abierto de última generación (SOTA)

Conversión de voz a texto, de texto a voz, diarización de hablantes, mejora de voz, separación de fuentes y VAD utilizando la nueva generación de Kaldi con onnxruntime sin conexión a Internet. Soporta sistemas embebidos, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, servidores x86_64, servidor/cliente websocket y 12 lenguajes de programación.

Amphion (/æmˈfaɪən/) es un conjunto de herramientas para la generación de audio, música y voz. Su propósito es respaldar la investigación reproducible y ayudar a los investigadores y desarrolladores junior a iniciarse en el campo de la investigación y el desarrollo de la generación de audio, música y voz.

Bifurcación (fork) de so-vits-svc con soporte en tiempo real, interfaz mejorada y más funciones.

Backbone vits2 con multilingual-bert.

Una herramienta de conversión de voz simple y de alta calidad, enfocada en la facilidad de uso y el rendimiento.

Motor principal de conversión de voz de canto y clonación de voz de canto

Motor de inferencia y convertidor de modelos ONNX para GPT-SoVITS

Chatbot de IA con temática de anime para dispositivos móviles

TTS de mejores prácticas basado en BERT y VITS con características de Natural Speech de Microsoft; ¡soporta salida de streaming ONNX!

Bibliotecas de inferencia en C++ para múltiples SVC/TTS.

Una API HTTP simple para VITS, desarrollada extendiendo Moegoe con funcionalidades adicionales.

Documentación de ayuda para la implementación local de So-VITS-SVC, incluye cuadernos de Colab.

Implementación en Pytorch de mecanismos de atención populares, Vision Transformers, modelos tipo MLP y CNN.

SummerTTS es un proyecto de síntesis de voz en chino e inglés basado en C++, independiente, ejecutable localmente sin red y sin dependencias adicionales, listo para usar tras una compilación sencilla.