coqui-ai/TTS

🐸 TTS: Bộ công cụ Text-to-Speech học sâu mạnh, hỗ trợ 1100+ ngôn ngữ

🐸TTS là thư viện Text-to-Speech học sâu hiệu năng cao, được kiểm chứng trong nghiên cứu và sản xuất.

🐸TTS (TTS) là một thư viện Python dùng PyTorch cung cấp các mô hình Text-to-Speech (TTS) học sâu hiệu năng cao. Dự án hỗ trợ hơn 1100 ngôn ngữ với các mô hình pretrained, đồng thời cung cấp công cụ để huấn luyện và fine-tune mô hình mới trong bất kỳ ngôn ngữ nào. Ngoài ra, TTS còn bao gồm tiện ích phân tích và làm sạch dữ liệu âm thanh.

✨ Điểm nổi bật

• Hỗ trợ 1100+ ngôn ngữ: Cung cấp mô hình pretrained cho hơn 1100 ngôn ngữ khác nhau.
• Text2Spec models: Bao gồm Tacotron, Tacotron2, Glow-TTS, SpeedySpeech.
• Speaker Encoder: Tính toán embeddings giọng nói hiệu quả.
• Vocoder models: Hỗ trợ MelGAN, Multiband-MelGAN, GAN-TTS, ParallelWaveGAN, WaveGrad, WaveRNN.
• Streaming thời gian thực: Hỗ trợ sinh giọng nói với độ trễ dưới 200ms.
• Fine-tuning linh hoạt: Công cụ fine-tune mô hình hiện có dễ dàng.
• XTTS v2: Phiên bản mới hỗ trợ 16 ngôn ngữ với hiệu năng cải thiện.
• Tích hợp mô hình ngoại vi: Hỗ trợ Bark, Tortoise, và hơn 1100 mô hình Fairseq.

💡 Vì sao đáng chú ý

Không chỉ là một thư viện TTS đơn thuần, 🐸TTS tích hợp toàn bộ pipeline từ xử lý ngôn ngữ tự nhiên, sinh spectrogram đến vocode cuối cùng, giúp người dùng dễ dàng xây dựng ứng dụng sinh giọng nói thực tế. Đặc biệt, khả năng streaming với độ trễ siêu thấp (<200ms) mở bản cho các ứng dụng thời gian thực như trợ lý ảo hoặc game.

#TextToSpeech #DeepLearning #PyTorch #OpenSource #TiniX