neng8科技快讯网AI人工智能前沿资讯_汽车数码相机评测_手机电脑硬件百科

Spark-baidu09TTS – AI文本转语音工具，支持中英零样本语音克隆

Spark-baidu09TTS – AI文本转语音工具，支持中英零样本语音克隆

Spark-TTS 是SparkAudio 团队开源的基于大型语言模型（LLM）的高效文本转语音（TTS）工具， 无需额外的生成模型，直接从 LLM 预测的编码中重建音频，实现零样本文本到语音的转换。Spark-TTS 支持中英双语，具备跨语言合成能力，可通过参数调整（如性别、音调、语速）生成虚拟说话者的声音，满足多样化需求。
18 0 2025-08-30
Orpheus TTS – 开源AI语音合成系统，支持多种语音风格

Orpheus TTS – 开源AI语音合成系统，支持多种语音风格

Orpheus TTS 是基于 Llama-3b 架构的开源文本到语音（TTS）系统。Orpheus TTS 支持生成自然、富有情感且接近人类水平的语音，具备零样本语音克隆能力，无需预训练，模仿特定语音。Orpheus TTS 延迟低至约 200 毫秒，适合实时应用。
16 0 2025-08-30
Muyan-baidu09TTS – 开源文本转语音模型，零样本语音合成

Muyan-baidu09TTS – 开源文本转语音模型，零样本语音合成

Muyan-TTS 是为播客场景设计的开源文本转语音（TTS）模型。模型预训练超过10万小时的播客音频数据，能实现零样本语音合成，无需大量目标说话人的语音数据可生成高质量语音。模型支持说话人适配，进行个性化语音定制。
16 0 2025-08-30