MARS5 TTS开源、令人惊叹的韵律文本到语音模型

MARS5 TTS：利用先进的韵律改变文本到语音

简介

CAMB.AI 的 MARS5 TTS 是一款最先进的文本到语音模型，旨在生成高度自然、韵律丰富的语音。利用创新的两阶段 AR-NAR 管道，MARS5 在为各种具有挑战性的场景生成语音方面表现出色。

主要功能

• 先进的韵律: 生成具有自然音调和节奏的语音。
• 两阶段管道: 结合自回归和非自回归模型以获得高质量输出。
• 最小的输入要求: 只需 5 秒音频和一段文本片段。
• 可自定义的输出: 使用标点符号和大写字母控制韵律。
• 深度克隆: 通过参考转录增强语音识别质量。

使用场景

• 体育解说: 生成动态且引人入胜的体育解说。
• 动漫配音: 为动漫创建富有表现力且具有角色特色的声音。
• 语音克隆: 高保真地克隆语音以用于各种应用程序。
• 交互式语音应答 (IVR): 使用自然声音的自动响应来提升客户服务。
• 有声书旁白: 制作专业质量的有声书旁白。

定价

MARS5 TTS 在 GNU AGPL 3.0 许可下是开源的。对于商业查询或要获得闭源版本的许可，请联系 [email protected]。

团队

CAMB.AI 是一支全球分布式的专家团队，包括在 Interspeech 上发表论文的研究人员以及来自卡内基梅隆大学的前 Siri 工程师。我们致力于推进语音合成技术，并积极招聘。有兴趣的候选人可以联系 [email protected] 获取更多信息。

加入我们社区的论坛和 Discord，分享您的反馈、建议或问题。在 Ko-fi 上支持我们，帮助我们继续我们的工作，让每个人的声音都变得重要。