vits

1 minuto de dados de voz também pode ser usado para treinar um bom modelo de TTS! (clonagem de voz com poucos exemplos)

Treine facilmente um bom modelo de VC com dados de voz <= 10 minutos!

TTS de código aberto SOTA

Speech-to-text, text-to-speech, diarização de locutor, aprimoramento de fala, separação de fontes e VAD usando a próxima geração do Kaldi com onnxruntime sem conexão com a Internet. Suporte a sistemas embarcados, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, servidores x86_64, servidor/cliente websocket e 12 linguagens de programação

Amphion (/æmˈfaɪən/) é um kit de ferramentas para geração de áudio, música e fala. Seu objetivo é apoiar pesquisas reprodutíveis e ajudar pesquisadores e engenheiros iniciantes a começar na área de pesquisa e desenvolvimento de geração de áudio, música e fala.

Fork do so-vits-svc com suporte em tempo real, interface aprimorada e mais recursos.

Backbone VITS2 com multilingual-bert

Uma ferramenta de conversão de voz simples e de alta qualidade, focada em facilidade de uso e desempenho.

Motor principal de conversão e clonagem de voz para canto

Motor de inferência ONNX e conversor de modelos para GPT-SoVITS

Chatbot de IA estilo anime para dispositivos móveis.

TTS de melhores práticas baseado em BERT e VITS com alguns recursos de Natural Speech da Microsoft; suporte a streaming ONNX!

Biblioteca de inferência em C++ para múltiplos SVC/TTS

Uma API HTTP simples de VITS, desenvolvida estendendo o Moegoe com recursos adicionais.

Documentação de ajuda para implantação local do So-VITS-SVC, fornecendo notebook do Colab

🦖 Implementação em PyTorch de mecanismos de atenção populares, Vision Transformers, modelos do tipo MLP e CNNs.

O SummerTTS é um projeto de síntese de voz (TTS) em chinês e inglês compilado de forma independente em C++, que pode ser executado localmente sem internet e sem dependências extras, pronto para síntese de voz em chinês e inglês com compilação em um clique.