vits

Chỉ 1 phút dữ liệu giọng nói cũng có thể được dùng để huấn luyện một mô hình TTS tốt! (nhân bản giọng nói ít mẫu)

Dễ dàng huấn luyện mô hình VC tốt với dữ liệu giọng nói <= 10 phút!

TTS mã nguồn mở SOTA

Chuyển đổi giọng nói thành văn bản, văn bản thành giọng nói, phân đoạn người nói, cải thiện giọng nói, tách nguồn âm thanh và VAD sử dụng Kaldi thế hệ mới với onnxruntime không cần kết nối Internet. Hỗ trợ hệ thống nhúng, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, máy chủ x86_64, websocket server/client, hỗ trợ 12 ngôn ngữ lập trình

Amphion (/æmˈfaɪən/) là bộ công cụ tạo Âm thanh, Âm nhạc và Tiếng nói. Mục đích của nó là hỗ trợ nghiên cứu có thể tái tạo và giúp các nhà nghiên cứu, kỹ sư trẻ bắt đầu trong lĩnh vực nghiên cứu và phát triển tạo âm thanh, âm nhạc và tiếng nói.

Bản fork của so-vits-svc hỗ trợ thời gian thực, giao diện cải tiến và nhiều tính năng hơn.

Trục vits2 với multilingual-bert

Công cụ chuyển đổi giọng nói đơn giản, chất lượng cao, tập trung vào tính dễ sử dụng và hiệu năng.

Engine cốt lõi của Singing Voice Conversion & Singing Voice Clone

Trình suy luận ONNX & chuyển đổi mô hình cho GPT-SoVITS

Ứng dụng trò chuyện với waifu AI phiên bản di động

TTS theo Best practice dựa trên BERT và VITS với một số tính năng Natural Speech của Microsoft; Hỗ trợ stream ONNX!

Thư viện suy luận C++ cho nhiều SVC/TTS

Một API HTTP VITS đơn giản, phát triển bằng cách mở rộng Moegoe với các tính năng bổ sung.

Tài liệu hướng dẫn triển khai cục bộ So-VITS-SVC, cung cấp sổ tay Colab

Triển khai Pytorch cho các cơ chế Attention, Vision Transformers, các mô hình kiểu MLP và CNN phổ biến.

SummerTTS là một dự án tổng hợp giọng nói tiếng Trung và tiếng Anh độc lập dựa trên C++, có thể chạy cục bộ mà không cần mạng, không có phụ thuộc bổ sung và có thể được sử dụng ngay sau khi biên dịch.