vits

1 分鐘的語音資料也能用來訓練高品質的 TTS 模型！（少量樣本語音克隆）

只需 ≤ 10 分鐘的語音資料，即可輕鬆訓練出優秀的 VC 模型！

SOTA 開源文字轉語音

使用次世代 Kaldi 與 onnxruntime 的語音轉文字、文字轉語音、說話者分離、語音增強、聲源分離與 VAD，支援離線運行。支援嵌入式系統、Android、iOS、HarmonyOS、Raspberry Pi、RISC‑V、RK NPU、Axera NPU、Ascend NPU、x86_64 伺服器、WebSocket 伺服器/客戶端，支援 12 種程式語言

Amphion（/æmˈfaɪən/）是一套音訊、音樂與語音生成工具箱，旨在支援可重現的研究，協助初學者與工程師快速進入音訊、音樂與語音生成的研發領域。

so-vits-svc 分支，支援即時功能、改進介面與更多特性

vits2 骨幹結合 multilingual-bert

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

歌聲轉換與歌聲複製的核心引擎

GPT-SoVITS ONNX 推理引擎與模型轉換器

移動版二次元 AI 老婆聊天器

基於 BERT 與 VITS 的最佳實踐 TTS，並具備微軟的一些自然語音特徵；支援 ONNX 串流輸出！

多個 SVC/TTS 的 C++ 推理庫

一個簡單的 VITS HTTP API，透過擴充 Moegoe 並加入額外功能開發而成。

So-VITS-SVC 本地部署使用說明文件，並提供 Colab notebook

🦖 熱門注意力機制、Vision Transformers、類 MLP 模型與 CNN 的 PyTorch 實作

SummerTTS 是一個基於 C++、可獨立編譯的中英文語音合成專案，可在本地執行且無需網路，無額外依賴，一鍵編譯即可用於中英文語音合成。