Chinanetease-youdao/EmotiVoice
EmotiVoice 😊: a Multi-Voice and Prompt-Controlled TTS Engine
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tháng
#2 Repository Của Tháng
#3 Repository Của Tháng
🎙️ EmotiVoice: TTS đa giọng & điều khiển cảm xúc bằng prompt
EmotiVoice là một động cơ chuyển đổi văn bản thành giọng nói (TTS) hiện đại, mạnh mẽ và hoàn toàn miễn phí, hỗ trợ cả tiếng Anh và tiếng Trung với hơn 2000 giọng nói khác nhau.
EmotiVoice là một dự án mã nguồn mở do NetEase Youdao phát triển, cung cấp giải pháp chuyển đổi văn bản thành giọng nói với khả năng tạo ra các giọng nói mang tính cảm xúc phong phú như vui vẻ, hào hứng, buồn bã, giận dữ và nhiều cảm xúc khác. Dự án hỗ trợ giao diện web dễ sử dụng cũng như giao diện lệnh cho sinh xuất hàng loạt.
✨ Điểm nổi bật
- Đa ngôn ngữ: Hỗ trợ cả tiếng Anh và tiếng Trung.
- Hơn 2000 giọng nói: Đa dạng lựa chọn giọng nói theo wiki.
- Tổng hợp cảm xúc: Tạo giọng nói với cảm xúc như vui, buồn, giận dữ.
- Giao diện web: Dễ dàng truy cập và sử dụng qua trình duyệt.
- API tương thích OpenAI: Hỗ trợ tích hợp nhanh chóng.
- HTTP API: Dễ khởi động, hỗ trợ hơn 13.000 lời gọi miễn phí.
- Nhân bản giọng nói: Hỗ trợ clone giọng nói cá nhân.
- Docker hỗ trợ GPU: Cài đặt nhanh chỉ với một lệnh.
💡 Vì sao đáng chú ý
EmotiVoice khác biệt từ các động cơ TTS truyền thống bằng khả năng điều khiển cảm xúc qua prompt, giúp người dùng tạo ra giọng nói sinh động, phù hợp cho nội dung giải trí, giáo dục và ứng dụng AI tương tác. Đặc biệt, việc hỗ trợ API tương thích OpenAI giúp tích hợp dễ dàng vào các hệ thống hiện có.
#TTS #TextToSpeech #AI #OpenSource #VoiceSynthesis #TiniX
Similar Projects
Discover other similar projects and AI models.
🐸💬 - a deep learning toolkit for Text-to-Speech, battle-tested in research and production
VoxCPM2: Tokenizer-Free TTS for Multilingual Speech Generation, Creative Voice Design, and True-to-Life Cloning
🚀Clone a voice in 5 seconds to generate arbitrary speech in real-time
Clone a voice in 5 seconds to generate arbitrary speech in real-time
Implement a ChatGPT-like LLM in PyTorch from scratch, step by step
Use Microsoft Edge's online text-to-speech service from Python WITHOUT needing Microsoft Edge
The most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface. The fastest local inference engine in the world.
VoiceStudio is the open-source, fully-local ElevenLabs alternative — voice cloning, voice design, video dubbing, dictation, transcription & audiobook creation in 646 languages.