VieNeu-TTS-v2 TTS-värden
A Vietnamese-first, CPU-only model with en-vi code-switching, 7 regional preset voices, and zero-shot cloning.
Radera din text i SSML-taggar för exakt kontroll:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Taggar den valda modellen förstår — klicka för att släppa en i din text där det händer:
Den här modellen läser vanlig text, så inline-taggar ignoreras. För taggbaserade känslor, byt till en uttrycksfull modell som Orpheus eller Bark.
Definiera egna uttal (ord = uttal):
Om jag inte kan 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.
Bäst för: Vietnamese content and bilingual en-vi narration
Bläddra alla VieNeu-TTS-v2 rösterMed en blick
- Utvecklare
- Phạm Nguyễn Ngọc Bảo
- Licens
- Apache 2.0
- Nivå
- standard
- Varvtal
- fast
- Röstkloning
- Ja, det är jag.
- Språk
- Vietnamese, English
- Max tecken
- 1000