Repolode
Предложить
fishaudio

fishaudio/Bert-VITS2

Проект синтеза речи на основе VITS2, в котором мультиязычная BERT помогает улучшить просодику и произношение.

Открыть на GitHub
Звёзды
8,801
Форки
1,307
Открытые issues
2
Последний коммит
5 дней назад

Что это?

Bert-VITS2 — проект синтеза речи на основе архитектуры VITS2. Он передаёт текстовые признаки мультиязычной модели BERT в основу VITS2, чтобы сделать просодику и произношение синтезированной речи естественнее.

В репозитории есть процессы предобработки и обучения, а отправной точкой для быстрого старта служит веб-интерфейс webui_preprocess.py. В основе подхода лежит проект MassTTS; также приведены ссылки на связанные работы, включая vits, vits2_pytorch и so-vits-svc.

По словам сопровождающих, проект больше не поддерживается. Тем, кому нужен актуальный авторегрессионный вариант TTS, они рекомендуют Fish-Speech.

Ключевые возможности

  • 01Сочетает VITS2 с текстовыми признаками мультиязычной BERT для синтеза речи.
  • 02Предоставляет процесс предобработки и обучения через WebUI.
  • 03Построен на основе VITS2 и включает компонент вокодера.
  • 04Исходный код распространяется по лицензии AGPL-3.0.

Сценарии использования

  • Обучение собственной голосовой модели на записанных вами речевых данных.
  • Изучение способов интеграции текстовых эмбеддингов BERT в TTS-модель семейства VITS.
  • Эксперименты с конвейерами синтеза китайской и многоязычной речи.

Что важно знать

  • Проект распространяется по лицензии AGPL-3.0 — лицензии с сильным копилефтом.
  • В README указано, что в ближайшее время проект не будет сопровождаться, и вместо него рекомендуется Fish-Speech.
  • README запрещает использование в политических целях и для деятельности, нарушающей законодательство Китая.

В подборках

ИИ-инструменты для видео и аудио

Темы

#tts#text-to-speech#vits#bert#speech-synthesis#voice-cloning#deep-learning#agent#bert-vits#bert-vits2

Частые вопросы

Что такое Bert-VITS2?
Проект синтеза речи на основе VITS2, в котором мультиязычная BERT помогает улучшить просодику и произношение. Bert-VITS2 — проект синтеза речи на основе архитектуры VITS2. Он передаёт текстовые признаки мультиязычной модели BERT в основу VITS2, чтобы сделать просодику и произношение синтезированной речи естественнее.
Bert-VITS2 можно использовать бесплатно? Какая у него лицензия?
Bert-VITS2 распространяется с открытым исходным кодом под лицензией AGPL-3.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
Bert-VITS2 всё ещё поддерживается?
Активно поддерживается. Последний коммит в Bert-VITS2 — 2 нояб. 2026 г..
Для чего можно использовать Bert-VITS2?
Обучение собственной голосовой модели на записанных вами речевых данных. Изучение способов интеграции текстовых эмбеддингов BERT в TTS-модель семейства VITS. Эксперименты с конвейерами синтеза китайской и многоязычной речи.
Где скачать Bert-VITS2?
Исходный код и инструкции по установке — на GitHub: https://github.com/fishaudio/Bert-VITS2

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

fishaudio / fish-speech

Открытая система синтеза речи из текста с клонированием голоса, управлением эмоциями на естественном языке и генерацией речи нескольких персонажей на основе моделей в стиле LLM.

ИИ и машинное обучение#text-to-speech#voice-cloning#speech-synthesis
33,6 тыс.+103 за неделю2,9 тыс.PythonOtherОбновлён 5 дней назад

KoljaB / RealtimeTTS

Библиотека Python, которая с низкой задержкой преобразует текст, генераторы и потоки токенов LLM в речь с помощью множества локальных и облачных движков TTS.

ИИ и машинное обучение#text-to-speech#tts#speech-synthesis
4,1 тыс.415PythonMITАктивно поддерживаетсяОбновлён 23 часа назад

SWivid / F5-TTS

Открытая система синтеза речи на основе flow matching и Diffusion Transformer с клонированием голоса по короткому аудиофрагменту без предварительного обучения на диктора.

ИИ и машинное обучение#text-to-speech#speech-synthesis#flow-matching
15,5 тыс.+34 за неделю2,3 тыс.PythonMITОбновлён 4 дня назад