「diffusion」に関するオープンソースプロジェクト

600以上の言語に対応し、音声クローンと音声デザインも可能なオープンソースの多言語ゼロショットTTSモデル。

テキストから楽曲をローカル生成できるオープンソースモデル。編集、カバー生成、LoRA学習にも対応。