vits

1 分钟的语音数据也能用来训练高质量的 TTS 模型！（少量样本语音克隆）

只需 ≤ 10 分钟的语音数据，即可轻松训练出优秀的 VC 模型！

SOTA 开源文字转语音

使用次世代 Kaldi 与 onnxruntime 的语音转文字、文字转语音、说话者分离、语音增强、声源分离与 VAD，支持离线运行。支持嵌入式系统、Android、iOS、HarmonyOS、Raspberry Pi、RISC‑V、RK NPU、Axera NPU、Ascend NPU、x86_64 服务器、WebSocket 服务器/客户端，支持 12 种编程语言

Amphion（/æmˈfaɪən/）是一个音频、音乐和语音生成工具箱，旨在支持可重复研究，帮助初学者和工程师快速进入音频、音乐和语音生成的研发领域。

so-vits-svc 分支，支持实时功能、改进界面与更多特性

vits2 骨干结合 multilingual-bert

A simple, high-quality voice conversion tool focused on ease of use and performance.

歌声转换与歌声克隆的核心引擎

GPT-SoVITS ONNX 推理引擎与模型转换器

移动版二次元 AI 老婆聊天器

基于 BERT 与 VITS 的最佳实践 TTS，并具备微软的一些自然语音特征；支持 ONNX 流式输出！

多个 SVC/TTS 的 C++ 推理库

一个简单的 VITS HTTP API，通过扩展 Moegoe 并加入额外功能开发而成。

So-VITS-SVC 本地部署使用说明文档，并提供 Colab notebook

🦖 热门注意力机制、Vision Transformers、类 MLP 模型与 CNN 的 PyTorch 实现

SummerTTS 是一个基于 C++、可独立编译的中英文语音合成项目，可在本地运行且无需网络，无额外依赖，一键编译即可用于中英文语音合成。