基于 PyTorch 的多语言语音合成工具包,支持 7000 多种语言的可控快速 TTS,可训练和微调自己的语音模型。
可控语音转写工具,能逐字保留停顿、口吃和语气词,也能输出流畅可读版本,并提供词级时间戳。