VieNeu-TTS-v2 ТТС
A Vietnamese-first, CPU-only model with en-vi code-switching, 7 regional preset voices, and zero-shot cloning.
Тодорхой хяналтын тулд SSML тэмдгээр текстээ буулгах:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Бүх
Энэ загвар нь энгийн утга уншдаг, тиймээс доторх тэмдгийг үл тоомсорлодог. Тэг- суурилсан сэтгэл хөдлөл, Orpheus эсвэл Bark- шиг илэрхийлэх загвар руу шилжинэ.
Өөрийн дуудлагыг тодорхойлох (үг = дуудлага):
Тодорхойлолт 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.
Хамгийн сайн: Vietnamese content and bilingual en-vi narration
Бүхнийг харах VieNeu-TTS-v2 дуунуудНүүр хуудас
- Хөгжүүлэгч
- Phạm Nguyễn Ngọc Bảo
- Лиценз
- Apache 2.0
- Үхрийн
- standard
- Хурд
- fast
- Дууны дугуй
- Тийм
- Хэл
- Vietnamese, English
- Хамгийн их үсэг
- 1000