访问官网
Github
论文YourTTS项目介绍
YourTTS是一个致力于零样本多说话人文本转语音（TTS）和零样本语音转换的革命性项目。通过多语言的方法，YourTTS在零样本多说话人TTS任务中实现了重大突破。该项目的研发基于VITS模型，同时进行了多个创新性修改，使其能够进行零样本多说话人和多语言的训练。
项目亮点
YourTTS在零样本多说话人TTS的领域达到了当前最先进的（SOTA）水平，并在VCTK数据集上的零样本语音转换中取得了与SOTA相当的成果。此外，该项目在单一说话人数据集的目标语言中也取得了有希望的结果，这为低资源语言的零样本多说话人TTS和零样本语音转换系统带来了可能性。值得一提的是，YourTTS模型能够用不到1分钟的语音进行微调，并在语音相似度和音质上达到一流的效果，这对于语音特征与训练数据相比有很大不同的说话人合成非常重要。
实验与实现
YourTTS的所有实验都在Coqui TTS平台上实现，提供了完全可重复的实验环境，并可通过简单的命令实现文本到语音和语音转换功能。例如，使用v0.7.0版本的Coqui TTS可以简单通过命令执行文本到语音转换，或通过给定的参考语音文件实现目标声音的语音转换。
错误修正
在YourTTS论文的第2部分，定义了一个说话人一致性损失函数（SCL）。经过测试发现，由于实现上的一个错误，这一损失函数的梯度并未在训练中被传播。该错误已在Coqui TTS版本v0.12.0或者更高版本中得到修复。
可参考资源
- 访问网站可获得音频样例。
- 在Github查看实验源码。
- 使用Colab Demo体验零样本TTS。
项目开源性
YourTTS项目的所有发布的检查点均获得了CC BY-NC-ND 4.0许可，这为研究社区和开发人员提供了重要的研究和开发基础。
YourTTS项目极大地推动了多说话人TTS和语音转换领域的进步，为全球的开发者和研究人员提供了强大且易于使用的工具。无论是高资源还是低资源语言，该项目都有望让多语言和零样本说话的语音合成成为可能。
