Zonos-TTS : Modèle texte-à-parole multilingue avec clonage vocal et contrôle des émotions 232

Zonos-TTS est un modèle de synthèse vocale (TTS) multilingue publié par Zyphraai, prenant en charge le clonage vocal en temps réel et le contrôle émotionnel multilingue, avec une qualité sonore supérieure.

Principales fonctionnalités de Zonos-TTS :

• Support multilingue : le modèle Zonos-TTS prend non seulement en charge l'anglais, mais met également l'accent sur le support multilingue, y compris le chinois.

• Clonage vocal en temps réel : la caractéristique remarquable de Zonos est sa fonction de clonage vocal haute fidélité. Avec seulement 5 à 30 secondes d'audio de référence, il peut reproduire la voix du locuteur.

• Contrôle émotionnel et personnalisation : les utilisateurs peuvent ajuster l'émotion de la sortie vocale, telle que la joie, la peur, la tristesse et la colère, ainsi que la vitesse de parole, les variations de ton et la qualité audio, permettant une synthèse vocale hautement personnalisée. De plus, grâce aux préfixes textuels et audio, lorsque l'utilisateur fournit des plongements audio ou des préfixes audio du locuteur, l'effet de génération vocale est meilleur.

Caractéristiques techniques de Zonos-TTS :

• Données d'entraînement : entraîné sur 200 000 heures de données vocales en anglais, offrant des performances exceptionnelles.

• Méthode de déploiement : prend en charge le déploiement local et le service API, offrant des modes d'utilisation flexibles.

• Flexibilité émotionnelle et dialectale : prend en charge un contrôle émotionnel plus détaillé et des ajustements d'accent.

Scénarios d'utilisation de Zonos-TTS :

• Assistants personnalisés : générer la voix d'un individu spécifique.

• Clonage vocal : possibilité de générer la voix d'un individu spécifique avec seulement quelques échantillons audio.

• Éducation et formation : en générant des voix avec divers accents et intonations, aider les apprenants à améliorer leurs compétences linguistiques et leur prononciation.

• Création de contenu créatif : dans la production publicitaire, de podcasts et de livres audio, utiliser les voix générées de haute qualité pour améliorer l'attrait des vidéos.

ZyphraAI propose un service gratuit permettant de générer 100 minutes d'audio par mois. Les utilisateurs de la version professionnelle peuvent choisir le forfait de 300 minutes pour 5 $, avec un tarif de 0,02 $ par minute pour les dépassements.

GitHub : https://github.com/Zyphra/Zonos