让我们听听演示音频吧！

Smol TTS，开源的基于 LLaMa 架构构建的TTS 模型，零样本语音克隆。

使用 WavTokenizer 进行音频标记化（每秒 75 tok），CTC 强制对齐单词到音频标记映射，使用转录、持续时间、音频标记创建结构化提示。

项目介绍：https://www.outeai.com/blog/OuteTTS-0.1-350M

Github地址：https://github.com/edwko/OuteTTS

模型下载地址：https://huggingface.co/OuteAI/OuteTTS-0.1-350M



微信扫描下方的二维码阅读本文

Smol TTS，开源的基于 LLaMa 架构构建的TTS 模型，零样本语音克隆插图

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。