vocoder

🐸💬 - 用於文字轉語音的深度學習工具包，已在研究與生產環境中驗證

易用的語音工具包，包含自監督學習模型、SOTA/串流 ASR（含標點）、串流 TTS（含文字前端）、說話者驗證系統、端到端語音翻譯與關鍵詞偵測。榮獲 NAACL2022 最佳示範獎

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。

vits2 骨幹結合 multilingual-bert

:stuck_out_tongue_closed_eyes: TensorFlowTTS：Tensorflow 2 的實時最先進語音合成（支援英語、法語、韓語、中文、德語，易於擴展至其他語言）

HiFi-GAN：用於高效且高傳真語音合成的生成對抗網路

使用 PyTorch 的非官方 Parallel WaveGAN（含 MelGAN、Multi-band MelGAN、HiFi-GAN 與 StyleMelGAN）

通用語音還原

高品質的語音分析、處理與合成系統

Vocos：縮小時域與基於傅立葉的神經聲碼器之間的差距，以實現高品質語音合成

DiffWave 是一個快速、高品質的神經聲碼器與波形合成器。