开源的高质量语音合成模型,基于 VQGAN 和 Llama 架构,支持多语言文本转语音,效果达到 SOTA 水平。
开源的对话语音生成模型,能把文字转成自然流畅的日常对话语音,适合给聊天机器人和语音助手配音。
支持中英日韩法西六种语言的高质量语音合成库,适合需要多语种 TTS 能力的应用直接集成。
用 Python 直接调用微软 Edge 的在线语音合成服务,无需安装 Edge 浏览器或密钥,即可把文本转成自然语音。
基于微软语音合成接口的桌面工具,用 Electron + Vue 构建,输入文本即可生成语音并导出音频文件。
5 秒克隆任意人声,实时合成任意语音,基于 PyTorch 的语音克隆与文本转语音工具。
输入一段文本就能生成带笑声、叹息等非语言声音和背景音乐的语音,效果自然,适合做创意配音和音频内容原型。
预训练语音合成模型集合,支持俄语、亚美尼亚语等多种语言,几行代码就能把文本转成语音,省去自己训练模型的麻烦。
…Roaming\MTools - C:\Users\当前系统用户名\.flet 新增与增强 - 新增文本转语音能力,支持 sherpa-onnx CUDA 集成和 TTS 模型配置。 - 增强 AI 字幕修复服务,增加 OpenAI 兼容接口支持。 - 多个工具视图集成 flet-dropzone ,增强文件拖放能力,并补充 macOS
…u --- 新增 在 examples/api 中添加了基于 FastAPI、兼容 OpenAI 的文本转语音 API 及音频格式转换工具 (d582fd5) by @yueguobin 支持 Numpy 2+ (1092c1f) by @BBC-Esq 修复 'torch.serialization' 模块中无属性 'FILE LIKE