vocoder

🐸💬 - Un conjunto de herramientas de aprendizaje profundo para texto a voz (TTS), probado en combate en investigación y producción

Kit de herramientas de voz fácil de usar que incluye modelo de aprendizaje autosupervisado, ASR de transmisión/SOTA con puntuación, TTS de transmisión con interfaz de texto, sistema de verificación de hablantes, traducción de voz de extremo a extremo y detección de palabras clave. Ganador del premio al mejor demo en NAACL2022.

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.

Backbone vits2 con multilingual-bert.

:stuck_out_tongue_closed_eyes: TensorFlowTTS: Síntesis de voz en tiempo real de vanguardia para TensorFlow 2 (compatible con inglés, francés, coreano, chino, alemán y fácil de adaptar a otros idiomas)

HiFi-GAN: Redes Generativas Antagónicas para la síntesis de voz eficiente y de alta fidelidad

Implementación no oficial de Parallel WaveGAN (+ MelGAN, Multi-band MelGAN, HiFi-GAN y StyleMelGAN) con Pytorch

Restauración general de voz.

Un sistema de alta calidad para el análisis, manipulación y síntesis de voz

Vocos: acortando la brecha entre los vocoders neuronales en el dominio del tiempo y basados en Fourier para la síntesis de audio de alta calidad

DiffWave es un vocoder neuronal y sintetizador de formas de onda rápido y de alta calidad.