Drehbuch-Assistent▸ 
AI Apps 
AI Nachrichten 10 empfehlenswerte Open-Source-TTS-Sprachmodelle
10 empfehlenswerte Open-Source-TTS-Sprachmodelle
Bei der üblichen Zusammenstellung von Sprachsynthese-TTS gibt es derzeit viele hervorragende Text-zu-Sprache (TTS)-Modelle, die empfohlen werden können. Die folgenden sind 10 hervorragende TTS-Sprachmodelle, die ich zusammengestellt habe und die sich in Forschung und Praxis bewährt haben:
Das TTS-Modell, das im KI-Verkaufsmoderatoren-Großmodell Streamer-Sales销冠 verwendet wird, unterstützt Englisch, Japanisch und Chinesisch, Zero-Shot-Text-zu-Sprache (TTS).
Integriertes Tool-Paket: github：https://github.com/RVC-Boss/GPT-SoVITS
Sehr stabile und großartige Ergebnisse, unterstützt Stimmenklonen. Trainiert mit 300.000 Stunden an englischen, chinesischen und japanischen Audiodaten.
Modell：https://huggingface.co/fishaudio/fish-speech-1.2
Online-Version：https://fish.audio/zh-CN/
3、Bytedances Seed-TTS (nicht Open-Source)
Unterstützt mehrere Sprachen, einschließlich Englisch und Chinesisch, kann gleichsprachige und sprachübergreifende Generierung durchführen, kann verschiedene Texte verarbeiten, erzählende Texte, emotionale Ausdrucksweise, beschreibende Texte usw., und kann entsprechend unterschiedlicher Emotionen und Kontexte entsprechende Sprache erzeugen.
Projekt：https://bytedancespeech.github.io/seedtts_tech_report/
4、ChatTTS
Dialogorientierte TTS (für mehrere Personen), unterstützt Chinesisch und Englisch, mit feiner Prosodie.
github：https://github.com/2noise/ChatTTS
Modell：https://huggingface.co/2Noise/ChatTTS/tree/main
5、Parler-TTS
Tonhöhe, Geschwindigkeit, Geschlecht, Geräuschpegel, emotionale Eigenschaften usw. können gesteuert werden
github：https://github.com/huggingface/parler-tts
Modell：https://huggingface.co/parler-tts
6、MetaVoice-1B
Unterstützt mehrere Sprachen und erreicht in der englischen Verarbeitung emotionalen Sprachrhythmus
github：https://github.com/metavoiceio/metavoice-src
7、MARS5-TTS
MARS5 kann Sprache für Szenen mit komplexer und vielfältiger Prosodie wie Sportkommentare und Anime erzeugen
github：https://github.com/Camb-ai/MARS5-TTS
Unterstützt nativ Englisch, Spanisch, Französisch, Chinesisch, Japanisch und Koreanisch, mit flexibler Steuerung des Sprachstils und Zero-Shot sprachübergreifender Stimmenklon-Fähigkeit.
github：https://github.com/myshell-ai/OpenVoice
Unterstützt Chinesisch und Englisch als zwei Sprachen, enthält über 2000 verschiedene Stimmen
github：https://github.com/netease-youdao/EmotiVoice/blob/main/README.zh.md
10、StyleTTS2
Eine Text-zu-Sprache-Bibliothek auf nahezu menschlichem Niveau, die Stil-Diffusion und adversariale Training mit großen Sprach-Sprachmodellen (SLM) nutzt, um eine TTS-Synthese auf menschlichem Niveau zu erreichen.
github：https://github.com/yl4579/StyleTTS2
Oben sind die 10 hervorragenden TTS-Sprachmodelle, die ich zusammengestellt habe. Diese Modelle haben jeweils Vor- und Nachteile in verschiedenen Anwendungsszenarien und Hardwarekonfigurationen. Die Wahl des geeigneten Modells erfordert eine Bewertung je nach spezifischer Anwendung und Ressourcen.
