开源TTS模型

Zonos模型基于约 20 万小时的语音数据进行训练，涵盖中性和富有表现力的语音模式。虽然主要数据集为英语内容，但也包含大量中文、日语、法语、西班牙语和德语的语音数据，从而支持多语言合成。