字节跳动与浙大联合发布轻量高效TTS模型MegaTTS3

字节跳动和浙江大学的研究人员推出的一款轻量级TTS模型：MegaTTS3，0.45B，高质量语音克隆，支持中英文以及中英文混合，支持口音强度控制，后面会支持更细粒度的发音和时长调整。

• GitHub：https://github.com/bytedance/MegaTTS3
• 模型：https://huggingface.co/ByteDance/MegaTTS3

主要特点

🚀轻量高效：TTS扩散变换器的骨干网络仅有4.5亿个参数。

👍超高质量语音克隆：请观看下面的演示视频！我们还在下表中报告了最近的TTS模型在Seed测试集上的结果。

🌍双语支持：支持中文和英文，以及代码切换。

✍️可控性：支持口音强度控制

✅和细粒度发音/时长调整（即将推出）。