Помощник сценариста▸ 
AI Приложения 
AI Новости 10 отличных open-source TTS-моделей синтеза речи
10 отличных open-source TTS-моделей синтеза речи
В ходе обычной работы над подборкой систем синтеза речи (TTS) накопилось множество превосходных моделей преобразования текста в речь (TTS), которые можно порекомендовать. Ниже представлены 10 отличных моделей TTS, которые показали выдающиеся результаты в исследованиях и практическом применении:
Эта модель TTS используется в большой модели AI-ведущих для продаж Streamer-Sales. Поддерживает английский, японский и китайский языки, zero-shot преобразование текста в речь (TTS).
Репозиторий с инструментами: github：https://github.com/RVC-Boss/GPT-SoVITS
Стабильные и превосходные результаты, поддерживается клонирование голоса. Обучена на 300 000 часов аудиоданных на английском, китайском и японском языках.
Модель：https://huggingface.co/fishaudio/fish-speech-1.2
Онлайн-версия：https://fish.audio/zh-CN/
3、Seed-TTS от ByteDance (не является open-source)
Поддерживает множество языков, включая английский и китайский, способна выполнять генерацию в пределах одного языка и кросс-языковую генерацию, способна обрабатывать разнообразные тексты: повествовательные, с выражением эмоций, описательные и т.д., и генерировать соответствующую речь в зависимости от различных эмоций и контекста.
Проект：https://bytedancespeech.github.io/seedtts_tech_report/
4、ChatTTS
Диалоговый TTS (возможно участие нескольких голосов), поддерживает китайский и английский языки, отличается тонкой просодией.
github：https://github.com/2noise/ChatTTS
Модель：https://huggingface.co/2Noise/ChatTTS/tree/main
5、Parler-TTS
Позволяет управлять тоном, скоростью, полом, уровнем шума, эмоциональными характеристиками и т.д.
github：https://github.com/huggingface/parler-tts
Модель：https://huggingface.co/parler-tts
6、MetaVoice-1B
Поддерживает несколько языков, для английского языка реализован эмоциональный речевой ритм
github：https://github.com/metavoiceio/metavoice-src
7、MARS5-TTS
MARS5 способна генерировать речь для сценариев со сложной и разнообразной просодией, таких как спортивные комментарии и аниме
github：https://github.com/Camb-ai/MARS5-TTS
Нативно поддерживает английский, испанский, французский, китайский, японский и корейский языки, обладает гибким управлением стилем речи и возможностями клонирования голоса с нулевым количеством примеров в кросс-языковом режиме.
github：https://github.com/myshell-ai/OpenVoice
Поддерживает китайский и английский языки, включает более 2000 различных голосов
github：https://github.com/netease-youdao/EmotiVoice/blob/main/README.zh.md
10、StyleTTS2
Библиотека преобразования текста в речь, приближенная к человеческому уровню, использует диффузию стилей и состязательное обучение с большой речевой языковой моделью (SLM) для достижения синтеза TTS на человеческом уровне.
github：https://github.com/yl4579/StyleTTS2
Выше представлены 10 отличных моделей TTS, которые я подобрал. Каждая из этих моделей имеет свои преимущества и недостатки в различных сценариях применения и конфигурациях оборудования. Выбор подходящей модели требует оценки в зависимости от конкретного применения и доступных ресурсов.
