vits

1分の音声データでも優れたTTSモデルのトレーニングに使用可能！（Few-shotボイスクローニング）

音声データ（10分以下）で簡単に優れたVCモデルをトレーニング！

SOTAオープンソースTTS

インターネット接続なしで、次世代Kaldiとonnxruntimeを使用した音声認識（Speech-to-text）、テキスト読み上げ（text-to-speech）、話者ダイアライゼーション、音声強調、ソース分離、VADを提供。組み込みシステム、Android、iOS、HarmonyOS、Raspberry Pi、RISC-V、RK NPU、Axera NPU、Ascend NPU、x86_64サーバー、websocketサーバー/クライアントをサポートし、12のプログラミング言語に対応。

Amphion (/æmˈfaɪən/) は、オーディオ、音楽、音声生成のためのツールキットです。再現性のある研究をサポートし、若手研究者やエンジニアがオーディオ、音楽、音声生成の研究開発分野を始めやすくすることを目的としています。

リアルタイムサポート、改善されたインターフェース、およびより多くの機能を備えたso-vits-svcのフォーク。

multilingual-bertを搭載したvits2バックボーン

使いやすさとパフォーマンスに重点を置いた、シンプルで高品質な音声変換ツール

歌声変換（SVC）および歌声クローンのコアエンジン

GPT-SoVITS ONNX推論エンジンおよびモデルコンバーター

モバイル版2次元AI妻チャットアプリ

BERT と VITS に基づくベストプラクティスの TTS で、Microsoft の自然音声機能の一部を備えています。ONNX ストリーミング出力をサポート！

複数の SVC/TTS 用 C++ 推論ライブラリ

Moegoeを拡張し機能を追加して開発された、シンプルなVITS HTTP API。

So-VITS-SVC ローカルデプロイメント用ヘルプドキュメント、Colabノートブックを提供

🦖人気の Attention 機構、Vision Transformers、MLP-Like モデル、CNN の Pytorch 実装。🔥🔥🔥

C++ をベースにした、独立してコンパイル可能な中国語・英語の音声合成プロジェクト。ネットワーク接続不要でローカル実行でき、追加の依存関係もほぼなし。ワンクリックのビルドで中国語と英語の音声合成に利用可能。