Preskočiť na obsah
ModelReč a zvuk

OmniVoice

OmniVoice je otvorený viacjazyčný model syntézy reči vyvíjaný organizáciou k2-fsa.

  • Xiaomi Corp.
Otvoriť na Hugging FaceGitHubČlánok

Môžem to použiť?

Licencia dovoľuje aj komerčné použitie, ak uvedieš autorov a licenciu.

O zdroji

OmniVoice je otvorený viacjazyčný model syntézy reči vyvíjaný organizáciou k2-fsa. Model podporuje syntézu reči v 646 jazykoch, vrátane slovenčiny, a je založený na architektúre difúznych jazykových modelov. Umožňuje generovanie reči na základe textového vstupu, ako aj zero-shot klonovanie hlasu z referenčnej nahrávky bez potreby dodatočného trénovania. Okrem klonovania hlasu podporuje aj riadenie štýlu syntézy, a to nielen na základe referenčnej nahrávky, ale aj prostredníctvom textových inštrukcií opisujúcich požadovaný spôsob prejavu (napr. emóciu, tempo alebo intonáciu).

Vidíš chybu alebo chýbajúci údaj? Napíš nám.
  • Supertonic TTS 3 je otvorený model syntézy reči vyvíjaný spoločnosťou Supertone.

    • Supertone
  • ModelPiper

    Piper TTS je otvorený model syntézy reči vyvíjaný v rámci open-source komunity.

    • Open Home Foundation