تېكىستتىن سۆزگە خادىملار مۇزىكا ئاۋازدىن تېكىست ئاۋازنى كۆچۈرۈش پروگراممىسى ئاۋاز لايىھىسى بازار تېخىمۇ كۆپ
خاتالىق / ئىقتىدار تەلەپلىرىنى مەلۇم قىلىش
GPT-SoVITS

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.

0/500 ھەرپلەر · ھەر بىر ئەۋلاد ئۈچۈن 5000 گە قوشۇلۇڭ →
قوشۇل 5000 ھەرپ چەكلىمىسى

توغرا كونترول قىلىش ئۈچۈن تېكىستنى SSML تېگلىرى ئىچىگە ئايلاندۇرۇش:

<speak><prosody rate="slow">Slow speech</prosody></speak>

تاللانغان مودېل چۈشىنىدىغان تېگلەر - بىرىنى تېكىستىڭىزگە چۈشۈرۈش ئۈچۈن چېكىڭ:

بۇ مودىل ئاددىي تېكىستنى ئوقۇيدۇ، شۇڭا سۈرەتتە بار چەكلىمىلەر قوبۇل قىلىنمايدۇ. چەكلىمىلەرگە ئاساسەن ھېسسىياتنى ئىپادىلەش ئۈچۈن Orpheus ياكى Bark دەك ئىپادىلەش مودىلىغا ئۆزگەرتىشكە بولىدۇ.

خالىغان ئىپادىلەشنى بەلگىلەش (سۆز = ئىپادىلەش):

-12 +12
0.5x 2.0x
Piper، VITS، MeloTTS بىلەن ھەقسىز
سىز ياسىغان ئاۋاز بۇ يەردە كۆرۈنىدۇ. بىر تۈرنى تاللاپ، تېكىستنى كىرگۈزۈپ، ياسىغىن نى چېكىڭ.
ئاۋاز مۇۋەپپەقىيەتلىك ياسالدى
0:00
ئاۋازنى چۈشۈرۈش .srt چۈشۈرۈش سەۋەب 24 سائەت ئىچىدە ئۆتىدۇ
1-ماددا: بۇ قانۇننىڭ مەقسىتى: 5 دوللاردىن باشلاپ ھەر ئايدا بىر قېتىم بېرىلىدىغان تىجارەت ئىجازىتى
TTS.ai نى ياخشى كۆرەمسىز؟ دوستلىرىڭىزغا ئېيتىپ بېرىڭلار!

توغرىسىدا 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.

ئەڭ ياخشىسى: Voice cloning, singing synthesis, content creator voice replication

ھەممىنى كۆرۈش GPT-SoVITS ئاۋازلار

بىر كۆزىتىش

ئىجادىيەتچى
RVC-Boss
ئىجازەتنامە
MIT
ھايۋان
standard
تېزلىك
slow
ئاۋازنى كۆچۈرۈش
ھەئە
تىللار
English, Chinese, Japanese, Korean
ئەڭ كۆپ ھەرپ
500

GPT-SoVITS ئاۋازلار

Default

Chinese
ئۆلچەملىك Neutral

English Default

English
ئۆلچەملىك Neutral

Japanese Default

Japanese
ئۆلچەملىك Neutral

Korean Default

Korean
ئۆلچەملىك Neutral

GPT-SoVITS TTS - كۆپ سورالغان سوئاللار

As little as five seconds. It uses few-shot learning, so a short reference clip is enough to capture a speaker, though a cleaner and slightly longer sample improves similarity.

Yes. Its SoVITS lineage comes from singing voice synthesis, so unlike most TTS models it can generate singing as well as spoken voice, which is why it is popular for song covers.

English, Chinese, Japanese, and Korean, with cross-lingual synthesis — a voice cloned from one language can be made to speak the others.
← ھەممىسى ئاۋاز