MOSS-TTS Family

Набор открытых моделей для генерации речи и звуков. Транскрибатор от этой команды мы уже видели, и даже видеогенератор, а теперь целая мультиязычная пачка моделей

— генерируют длинную речь и не теряют качество

— клонирование голоса

— выразительные диалоги с несколькими говорящими

— дизайн голоса по текстовому описанию без примеров речи

— есть рилтаймовая модель

— создает звуковые эффекты по тексту

Гитхаб
HF
Демо - прокрутите страницу вниз
Демо HF
Студия - вход по китайскому номеру, как зарегаться - непонятно

#TTS #voicecloning #voicedesign #russian #text2sfx #foley #sfx #realtime #longspeech

MOSS-TTS-Nano

Версия говорилки на всего 100M параметров

— работает на процессоре без видеокарты

— 20 языков, включая русский

— может обрабатывать длинные тексты, автоматически разбивая их на части для клонирования голоса

— звук в формате 48 кГц, 2 канала

Гитхаб
HF
Демо
Студия - вход по китайскому номеру, как зарегаться - непонятно

#TTS #voicecloning #voicedesign #russian #text2sfx #foley #sfx #realtime #longspeech