Asistente de guiones▸ 
Apps AI 
Noticias AI 10 excelentes modelos de voz TTS de código abierto recomendados
10 excelentes modelos de voz TTS de código abierto recomendados
En la organización habitual de síntesis de voz TTS, actualmente hay muchos modelos destacados de texto a voz (TTS) que se pueden recomendar. A continuación, presento 10 excelentes modelos de voz TTS que destacan tanto en investigación como en aplicaciones prácticas:
El modelo TTS utilizado por el modelo grande de presentador de ventas Streamer-Sales con IA, admite inglés, japonés y chino, y realiza texto a voz (TTS) de cero muestras.
Repositorio integrado de herramientas: github：https://github.com/RVC-Boss/GPT-SoVITS
Efectos estables y muy buenos, admite clonación de voz. Entrenado con 300 000 horas de datos de audio en inglés, chino y japonés.
Modelo：https://huggingface.co/fishaudio/fish-speech-1.2
Versión en línea：https://fish.audio/zh-CN/
3、Seed-TTS de ByteDance (no es de código abierto)
Admite varios idiomas, incluidos inglés y chino, capaz de generar tanto en el mismo idioma como entre idiomas diferentes. Puede procesar diversos tipos de texto: narrativo, expresivo emocional, descriptivo, etc., y generar la voz correspondiente según distintas emociones y contextos.
Proyecto：https://bytedancespeech.github.io/seedtts_tech_report/
4、ChatTTS
TTS conversacional (admite múltiples hablantes), compatible con chino e inglés, con una prosodia detallada.
github：https://github.com/2noise/ChatTTS
Modelo：https://huggingface.co/2Noise/ChatTTS/tree/main
5、Parler-TTS
Permite controlar el tono, la velocidad, el género, el nivel de ruido, las características emocionales, entre otros.
github：https://github.com/huggingface/parler-tts
Modelo：https://huggingface.co/parler-tts
6、MetaVoice-1B
Admite varios idiomas y logra un ritmo de voz emocional en el procesamiento del inglés.
github：https://github.com/metavoiceio/metavoice-src
7、MARS5-TTS
MARS5 puede generar voz para escenarios con prosodia compleja y diversa, como comentarios deportivos y anime.
github：https://github.com/Camb-ai/MARS5-TTS
Es compatible de forma nativa con inglés, español, francés, chino, japonés y coreano, ofrece un control flexible del estilo de voz y capacidad de clonación de voz entre idiomas con cero muestras.
github：https://github.com/myshell-ai/OpenVoice
Admite chino e inglés como idiomas bilingües e incluye más de 2000 voces diferentes.
github：https://github.com/netease-youdao/EmotiVoice/blob/main/README.zh.md
10、StyleTTS2
Biblioteca de texto a voz casi a nivel humano, que utiliza difusión de estilo y entrenamiento adversarial junto con un modelo de lenguaje del habla (SLM) de gran tamaño para lograr una síntesis TTS a nivel humano.
github：https://github.com/yl4579/StyleTTS2
Estos son los 10 excelentes modelos de voz TTS que he recopilado. Cada uno de ellos tiene ventajas y desventajas según los distintos escenarios de aplicación y configuraciones de hardware, por lo que la elección del modelo adecuado requiere una evaluación basada en la aplicación específica y los recursos disponibles.
