GPT-SoVITS TTS
A few-shot voice cloning model that replicates a voice — and can even sing — from as little as five seconds of audio.
Ձեր տեքստը SSML տեգերի մեջ տեղադրել ճշգրիտ կառավարման համար.
<speak><prosody rate="slow">Slow speech</prosody></speak>
Ընտրված մոդելի կողմից ընկալվող պիտակներ — սեղմեք դրանք ձեր տեքստում տեղադրելու համար:
Այս մոդելը կարդում է պարզ տեքստը, այնպես որ ներառված տեքստերը անտեսվում են։ Տեքստերի վրա հիմնված էմոցիաների համար փոխեք արտահայտիչ մոդել, ինչպես Orpheus կամ Bark։
Որոշել սեփական արտասանությունը (բառ = արտասանություն):
Ընդհանուր GPT-SoVITS
GPT-SoVITS, created by the developer known as RVC-Boss, combines GPT-style language modeling with SoVITS (Singing Voice Conversion / synthesis) to deliver some of the most accessible voice cloning in open source. With as little as five seconds of reference audio it captures a speaker's timbre and style, and it stands out from most TTS models in handling singing as well as speech. It works across English, Chinese, Japanese, and Korean and supports cross-lingual generation, so a cloned voice can speak a language the reference clip never used. It is widely used by content creators for voice replication, dubbing, and song covers, and reaches high fidelity for a model of its size.
Լավագույնը: Voice cloning, singing synthesis, content creator voice replication
Ընթերցել բոլորը GPT-SoVITS ձայներՀակառակորդի դիրքը
- Հեղինակ
- RVC-Boss
- Լիցենզիա
- MIT
- Դադար
- standard
- արագություն
- slow
- Ձայնի կլոնավորում
- Այո
- Լեզուներ
- English, Chinese, Japanese, Korean
- Օգտագործված ռեժիմ
- 500