Spark-TTS，基于 Qwen2.5 构建文本转语音系统，支持中英文，并具备跨语言、代码切换场景的零样本语音克隆能力，支持通过调整性别、音调、语速等参数创建虚拟说话人。

Spark-TTS，基于 Qwen2.5 构建文本转语音系统，支持中英文，并具备跨语言、代码切换场景的零样本语音克隆能力插图

项目地址：https://sparkaudio.github.io/spark-tts/

Github地址：https://github.com/SparkAudio/Spark-TTS

论文地址：https://arxiv.org/pdf/2503.01710

模型下载地址：https://huggingface.co/SparkAudio/Spark-TTS-0.5B



微信扫描下方的二维码阅读本文

Spark-TTS，基于 Qwen2.5 构建文本转语音系统，支持中英文，并具备跨语言、代码切换场景的零样本语音克隆能力插图1

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。