Assistant scénario▸ 
Apps AI 
Actualités AI 10 excellents modèles vocaux TTS open-source recommandés
10 excellents modèles vocaux TTS open-source recommandés
Dans le cadre de mon travail habituel de compilation sur la synthèse vocale (TTS), il existe actuellement de nombreux excellents modèles de texte-à-parole (TTS) recommandables. Voici 10 excellents modèles TTS qui se distinguent dans la recherche et les applications pratiques :
Ce modèle TTS est utilisé par le grand modèle de IA pour présentateurs de vente en direct Streamer-Sales, il prend en charge l'anglais, le japonais et le chinois, et permet la synthèse vocale (TTS) zero-shot.
Boîte à outils intégrée : github : https://github.com/RVC-Boss/GPT-SoVITS
Performances stables et excellentes, prend en charge le clonage vocal. Entraîné sur 300 000 heures de données audio en anglais, chinois et japonais.
Modèle : https://huggingface.co/fishaudio/fish-speech-1.2
Version en ligne : https://fish.audio/zh-CN/
3、Seed-TTS de ByteDance (non open source)
Prend en charge plusieurs langues, dont l'anglais et le chinois, et peut effectuer une génération dans la même langue ainsi qu'une génération multilingue. Il peut traiter divers types de textes : textes narratifs, expressions émotionnelles, textes descriptifs, etc., et est capable de générer de la parole en fonction de différentes émotions et contextes.
Projet : https://bytedancespeech.github.io/seedtts_tech_report/
4、ChatTTS
TTS conversationnel (plusieurs interlocuteurs possibles), prend en charge le chinois et l'anglais, avec une prosodie fine.
github : https://github.com/2noise/ChatTTS
Modèle : https://huggingface.co/2Noise/ChatTTS/tree/main
5、Parler-TTS
Permet de contrôler la hauteur, la vitesse, le genre, le niveau de bruit, les caractéristiques émotionnelles, etc.
github : https://github.com/huggingface/parler-tts
Modèle : https://huggingface.co/parler-tts
6、MetaVoice-1B
Prend en charge plusieurs langues et offre un rythme vocal émotionnel pour le traitement de l'anglais.
github : https://github.com/metavoiceio/metavoice-src
7、MARS5-TTS
MARS5 peut générer de la parole pour des scénarios aux prosodies complexes et variées, tels que les commentaires sportifs et les animes.
github : https://github.com/Camb-ai/MARS5-TTS
Prend en charge nativement l'anglais, l'espagnol, le français, le chinois, le japonais et le coréen, avec un contrôle flexible du style vocal et des capacités de clonage vocal multilingue zero-shot.
github : https://github.com/myshell-ai/OpenVoice
Prend en charge le bilingue chinois-anglais et comprend plus de 2000 voix différentes.
github : https://github.com/netease-youdao/EmotiVoice/blob/main/README.zh.md
10、StyleTTS2
Bibliothèque de synthèse texte-à-parole quasi-humaine. Elle exploite la diffusion de style et l'entraînement adversarial avec un grand modèle de langage vocal (SLM) pour atteindre une synthèse TTS de niveau humain.
github : https://github.com/yl4579/StyleTTS2
Voici les 10 excellents modèles TTS que j'ai compilés. Ces modèles présentent chacun des avantages et des inconvénients selon les différents scénarios d'application et configurations matérielles. Le choix du modèle approprié nécessite une évaluation en fonction de l'application spécifique et des ressources disponibles.
