VieNeu-TTS-v2 TTS
A Vietnamese-first, CPU-only model with en-vi code-switching, 7 regional preset voices, and zero-shot cloning.
Rrotullo tekstin në etiketa SSML për kontroll të saktë:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Tags që modeli i zgjedhur i kupton - kliko për të vendosur një në tekstin tuaj ku ndodh:
Ky model lexon tekst të thjeshtë, kështu që etiketat e brendshme injorohen. Për emocione të bazuara në etiketa, kalo në një model shprehës si Orpheus ose Bark.
Përcakto përkthimin e personalizuar (fjalë = përkthim):
Për 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.
Më i miri për: Vietnamese content and bilingual en-vi narration
Shfleto gjithçka VieNeu-TTS-v2 zëraMe një sy
- Programues
- Phạm Nguyễn Ngọc Bảo
- Liçenca
- Apache 2.0
- Animal
- standard
- Shpejtësia
- fast
- Klonimi i zërit
- Po
- Gjuhë
- Vietnamese, English
- Maksimumi i gërmave
- 1000