VoxCPM: Tokenizer-free TTS-система для многоязычного синтеза речи, дизайна голоса и клонирования.
Tokenizer-free TTS-система для многоязычного синтеза речи, дизайна голоса и клонирования.
Иллюстрация: GitHub
Главное в цифрах
- Звёзд на GitHub: 40,4 тыс.
- Язык: Python
- Лицензия: Apache-2.0
Чем полезно
Генерирует речь напрямую из непрерывных представлений через диффузионную авторегрессию, без дискретной токенизации. Поддерживает 30 языков, создание голоса по текстовому описанию и клонирование по короткому образцу. Выход 48kHz, лицензия Apache-2.0 разрешает коммерческое использование.
Главные возможности
- Синтез речи на 30 языках без языковых тегов
- Создание голоса по текстовому описанию без эталонного аудио
- Клонирование голоса по короткому образцу с управлением стилем
Для кого
Разработчики голосовых продуктов, исследователи TTS и создатели контента
Как начать
pip install voxcpm
Источник: GitHub
GitHub-находки
Такие новости первыми, в Telegram