GPT-SoVITS ТТС
A few-shot voice cloning model that replicates a voice — and can even sing — from as little as five seconds of audio.
Мәтінді SSML тегтермен тасымалдау үшін нұсқау:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Таңдалған үлгі түсінетін тегтер - біреуін мәтінге түсіру үшін түртіңіз:
Бұл модель қарапайым мәтін оқиды, сондықтан жол ішіндегі тегтер елеусіз қалып жатыр. Тегтерге негізделген эмоция үшін Orpheus не Bark сияқты өрнекті модельге ауысыңыз.
Өзінің дыбысын анықтау (сөз = дыбысы):
& Бұл туралы 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.
Келесіге ең қолайлы: Voice cloning, singing synthesis, content creator voice replication
Барлығын қарау GPT-SoVITS дауысБір қарапайым
- Жасаушы
- RVC-Boss
- Лицензия
- MIT
- Түр
- standard
- Жылдамдығы
- slow
- Дыбысын көшіру
- Иә
- Тілдер
- English, Chinese, Japanese, Korean
- Макс. таңбалар саны
- 500