「speech-synthesis」に関するオープンソースプロジェクト

ZipVoiceベースの軽量な音声クローン対応TTSモデル。GPUで最大150倍速、48kHzの音声を生成します。

82Mパラメーターのオープンウェイト音声合成モデル、Kokoro-82MのPython推論ライブラリ。

80Mパラメータ構成の超軽量オンデバイス音声合成モデル。32kHzのストリーミング出力に対応し、CPU、CUDA、MPSで動作。