Resemble AI推出首个情感可控的开源TTS模型Chatterbox
Resemble AI正式发布了其首个生产级开源TTS模型——Chatterbox。这是目前市面上少有的、具备高质量语音合成能力并支持情感控制的开源项目。目前仅支持英文。 GitHub：https...
排序
Kyutai Labs推出新一代流式TTS模型Kyutai TTS：实时语音生成迈入新阶段
近日，Kyutai Labs 正式开源了一款名为 Kyutai TTS 的文本转语音（TTS）模型，参数规模达到16亿，支持实时、流式处理，成为该领域的技术新标杆。这一模型不仅具备出色的语音生成能力...
ElevenLabs 发布 Eleven v3（Alpha 版），迄今最具表现力的TTS模型
在语音合成技术不断进化的今天，ElevenLabs 正式推出了其最新一代文本转语音模型 —— Eleven v3（Alpha 版）。该版本在情感表达、对话自然度和多语言支持方面实现了重大突破，被誉为目...
OpenAudio S1：Fish Audio 推出媲美语音演员的尖端文本转语音模型
Fish Audio 重磅推出 OpenAudio S1 —— 一款在表现力、自然度和可控性方面达到新高度的文本转语音（TTS）模型。作为目前全球最先进的开源 TTS 模型之一，S1 在超过 200万...
北京沐言智语科技开源专为播客场景优化的可训练TTS模型 Muyan-TTS
北京沐言智语科技开源可训练文本到语音（TTS）模型 Muyan-TTS ，专为播客场景优化，并在5万美元的预算内开发。该模型通过在超过10万小时的播客音频数据上进行预训练，能够实现高质量的零样本文本到...
Nari Labs开源TTS模型Dia-1.6B：生成自然对话与非语言表达，支持声音克隆
Nari Labs在今天开源了一个拥有16亿参数的文本转语音模型Dia-1.6B。这个模型的最大亮点在于它能够生成高度逼真的对话，并且加入了自然人声元素，比如笑声、咳嗽、清喉咙等，让语音合成更加生动自...
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：h...
Zyphra开源支持高保真语音克隆的实时文本转语音（TTS）模型 Zonos-v0.1 测试版
Zyphra 最近发布了 Zonos-v0.1 测试版，这是一款支持高保真语音克隆的实时文本转语音（TTS）模型。作为开源项目的一部分，Zonos-v0.1 包含两个强大的 TTS 模型：一个 16 ...
TTS模型FishSpeech推出v1.5 版本：具备多语言支持、零样本即时语音克隆、低延迟等特性
FishSpeech v1.5 是一款功能强大的文本到语音（TTS）模型，具备多语言支持、零样本即时语音克隆、低延迟等特性。该模型拥有仅5亿参数，却能够在多种语言之间无缝切换，并提供高质量的语音合成效...
Audiblez：基于TTS模型Kokoro的Python 3应用，轻松地将电子书转换为有声书
Kokoro是一款最近发布的文本转语音（TTS）模型，尽管其参数量仅为8200万，但它能够生成极其自然的语音输出。该模型基于Apache许可证发布，并且仅使用了不到100小时的音频数据进行训练。尽管规...
