VieNeu-TTS-v2 TTS
A Vietnamese-first, CPU-only model with en-vi code-switching, 7 regional preset voices, and zero-shot cloning.
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):
توغرىسىدا 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.
ئەڭ ياخشىسى: Vietnamese content and bilingual en-vi narration
ھەممىنى كۆرۈش VieNeu-TTS-v2 ئاۋازلاربىر كۆزىتىش
- ئىجادىيەتچى
- Phạm Nguyễn Ngọc Bảo
- ئىجازەتنامە
- Apache 2.0
- ھايۋان
- standard
- تېزلىك
- fast
- ئاۋازنى كۆچۈرۈش
- ھەئە
- تىللار
- Vietnamese, English
- ئەڭ كۆپ ھەرپ
- 1000