VieNeu-TTS-v2 TTS
A Vietnamese-first, CPU-only model with en-vi code-switching, 7 regional preset voices, and zero-shot cloning.
Wrap texta í SSML tags fyrir nákvæma stjórn:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Merki sem valið líkan skilur — smelltu til að sleppa einu í textann þinn þar sem það gerist:
Þetta líkan les venjulegan texta, þannig að innlínumerki eru hunsuð. Fyrir merki sem byggja á tilfinningum, skiptu yfir í tjáningarlíkan eins og Orpheus eða Bark.
Skilgreindu sérsniðna framburð (orð = framburð):
Um VieNeu-TTS-v2
VieNeu-TTS-v2 is a 300M-parameter Vietnamese-first model built on a Qwen3 backbone and trained on more than 10,000 hours of bilingual data. It handles seamless English-Vietnamese code-switching, ships 7 preset voices spanning Northern and Southern accents, and clones a voice instantly from just 3-5 seconds of reference audio. Notably it runs entirely on CPU — using GGUF Q4 inference plus an ONNX audio decoder — with no GPU required, finishing a generation in about 7 seconds. It's purpose-built for Vietnamese content and bilingual en-vi narration, an underserved niche in open TTS.
Best fyrir: Vietnamese content and bilingual en-vi narration
Skoða allt VieNeu-TTS-v2 raddirÍ hnotskurn
- Forritari
- Phạm Nguyễn Ngọc Bảo
- Leyfi
- Apache 2.0
- Tími
- standard
- Hraði
- fast
- Raddklóðun
- Já
- Tungumál
- Vietnamese, English
- Hámarksstafir
- 1000