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.
Опакувајте го вашиот текст во SSML ознаки за прецизна контрола:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Означувања на избраниот модел кои го разбира — кликнете за да го пуштите еден во вашиот текст каде што се случува:
Овој модел чита обичен текст, па значи, во редовните ознаки се игнорираат. За емоции базирани на таг, префрли се на изразителен модел како што е Орфеус или Барк.
Дефинирај ги сопствените изговори (слов = изговор):
За 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.
Најдобро за: Voice cloning, singing synthesis, content creator voice replication
Прелистувај ги сите GPT-SoVITS гласовиНа еден поглед
- Развивач
- RVC-Boss
- Лиценца
- MIT
- Ниво
- standard
- Брзина
- slow
- Гласовно клонирање
- Да.
- Јазици
- English, Chinese, Japanese, Korean
- Макс. знаци
- 500