vits

Data suara 1 menit pun bisa digunakan untuk melatih model TTS yang bagus! (few-shot voice cloning)

Latih model VC yang baik dengan mudah menggunakan data suara <= 10 menit!

TTS sumber terbuka SOTA.

Speech-to-text, text-to-speech, speaker diarization, peningkatan kualitas suara, pemisahan sumber, dan VAD menggunakan next-gen Kaldi dengan onnxruntime tanpa koneksi internet. Mendukung sistem embedded, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, server x86_64, websocket server/client, serta mendukung 12 bahasa pemrograman.

Amphion (/æmˈfaɪən/) adalah toolkit untuk Pembuatan Audio, Musik, dan Ucapan. Tujuannya adalah untuk mendukung penelitian yang dapat direproduksi dan membantu para peneliti serta insinyur junior untuk memulai di bidang penelitian dan pengembangan pembuatan audio, musik, dan ucapan.

Fork so-vits-svc dengan dukungan waktu nyata, antarmuka yang ditingkatkan, dan fitur lainnya.

Backbone vits2 dengan multilingual-bert

Alat konversi suara yang sederhana dan berkualitas tinggi dengan fokus pada kemudahan penggunaan dan performa.

Core Engine untuk Konversi Suara Nyanyian & Kloning Suara Nyanyian

Mesin Inferensi & Konverter Model GPT-SoVITS ONNX

Aplikasi obrolan waifu AI seluler

Praktik terbaik TTS berbasis BERT dan VITS dengan beberapa Fitur Ucapan Alami dari Microsoft; Mendukung streaming ONNX!

Pustaka inferensi C++ untuk beberapa SVC/TTS

API HTTP VITS sederhana, dikembangkan dengan memperluas Moegoe dengan fitur tambahan.

Dokumentasi bantuan penerapan lokal So-VITS-SVC, menyediakan notebook Colab.

Implementasi Pytorch untuk Attention Mechanisms, Vision Transformers, model mirip MLP, dan CNN populer.

SummerTTS adalah proyek sintesis ucapan bahasa Mandarin dan Inggris yang dapat dikompilasi secara mandiri berbasis C++. Dapat berjalan secara lokal tanpa memerlukan jaringan, tidak memiliki dependensi tambahan, dan dapat digunakan untuk sintesis ucapan bahasa Mandarin dan Inggris segera setelah kompilasi satu klik selesai. SummerTTS is a standalone Chinese and English speech synthesis (TTS) project that has almost no dependency and could be easily used for Chinese TTS with just one key build out