Stability AI近日开源了名为Stable Audio Open Small的文本转音频模型,该模型拥有3.41亿参数,专为在Arm架构的CPU上高效运行而优化。这一突破性技术使得在智能手机上生成11秒的音频片段仅需不到8秒的时间,极大地提...
Read More近日,GitHub上开源了一个名为VoiceStar的文本转语音(TTS)模型,该模型在零样本语音克隆和情感表达控制方面展现出显著优势。VoiceStar能够通过极少的样本数据实现高质量的语音克隆,这意味着用户只需提供几秒钟的...
Read More近日,一款名为Dia的开源权重TTS(文本转语音)模型正式亮相,专注于生成高度拟真的对话语音。Dia作为开放权重的技术项目,允许开发者自由访问和调整模型参数,为语音合成领域提供了新的工具选择。该模型通过优化对...
Read More近日,开源社区迎来一款突破性的语音合成模型Zonos TTS,该模型基于Apache 2.0协议发布,具备语音生成与克隆能力。其核心技术亮点包括:1)支持多语言合成,打破传统单一语种限制;2)采用实时生成架构,延迟低于200...
Read More开源项目Orpheus近期引发开发者社区关注,该项目通过C++实现了一个高效易用的文本转语音(TTS)系统。与Llama.cpp类似,其最大技术亮点在于完全脱离GPU依赖,仅需简单安装即可在普通计算设备上运行,显著降低了语音合...
Read MorePH社区发布了一个名为Countless.dev的新产品,该网站旨在提供一个比较各种AI模型的平台,包括大型语言模型(LLM)、文本到语音(TTS)和语音到文本(STT)技术。在Countless.dev上,用户可以直观地比较不同AI模型的...
Read MorePlay 3.0 mini是一款轻量级的多语种文本转语音(TTS)模型,专为追求成本效益和可靠性的用户设计。该模型在多个语言之间提供高质量的语音输出,适用于各种应用场景,从教育到娱乐,兼具灵活性和实用性。Play 3.0 min...
Read MoreDEX-TTS是一种全新的富有表现力的文本转语音(TTS)模型,它采用参考语音来改善风格表示和模型泛化。这种新型技术的出现,为语音技术领域开创了新的可能性。DEX-TTS模型通过参考语音,能够更准确地捕捉到语音风格的...
Read More