Project Icon

xtts-webui

用于使用 XTTS 并对其进行微调的 Webui

XTTS-WebUI是一个强大的语音合成界面,利用先进的XTTS技术,支持无需安装的便携式版本,能够处理批量文件,维持翻译语音的原真性,并通过神经网络自动优化语音合成结果。此外,用户还可以自定义调整语音模型,实现无需深度学习背景即可操作的专业语音处理。

StyleTTS2 - 通过样式扩散与对抗训练实现的高质量的文本到语音合成模型
GithubStyleTTS 2大型语言模型对抗训练开源项目语音合成风格扩散
StyleTTS 2是一种创新的文本到语音模型,通过样式扩散和大规模语音语言模型的对抗训练,实现高质量的语音合成。该模型利用潜在随机变量生成最适合文本的语音风格,无需参考语音,提高了语音的自然度。StyleTTS 2在单说话人和多说话人数据集上的表现超越了现有模型,并在零样本说话人适应方面表现出色。
TTSLabs - 主播专属文字转语音平台提供个性化语音体验
AI工具AI语音合成TTSLabs文字转语音直播自定义语音
TTSLabs是Twitch主播文字转语音平台,提供自定义语音、音效添加和实时处理等功能。主播可通过桌面应用管理TTS内容,支持Streamlabs和StreamElements同步。平台具备亵渎管理和观众指南,增强直播互动。TTSLabs专注于为主播提供创新语音工具,改善直播体验。
Microsoft TTS Downloader - 简化微软文本转语音的在线下载工具
AI工具Microsoft TTS Downloader在线工具文本转语音语音合成音频下载
Microsoft TTS Downloader是一款在线工具,专门用于下载微软文本转语音的合成音频。无需技术背景,用户可一键播放或下载音频。提供免费和付费计划,付费版享有无限使用和优先支持。
ChatTTS_colab - 一键部署简易语音合成,支持多种功能
ChatTTSColabGithub分角色朗读开源项目长音频生成音色抽卡
ChatTTS_colab 是基于 ChatTTS 的简易部署项目,支持流式输出、音色抽卡、长音频生成和分角色朗读。通过点击 Colab 按钮即可在浏览器中运行,无需复杂环境配置。项目提供稳定的说话人音色库,可以根据性别和年龄查找适合的音色。提供多个下载链接及详细使用指南,兼容多种操作系统,并附有常见问题解答,方便用户快速上手。
whisper-web - 浏览器端实时语音识别技术
GithubTransformers.jsWebGPUWhisper Web开源项目浏览器应用语音识别
Whisper Web是一个基于机器学习的浏览器端语音识别项目。它利用 Transformers.js 技术,在客户端实现实时语音处理,无需服务器支持。该项目提供在线演示和本地部署选项,并正在开发 WebGPU 支持以提高性能。Whisper Web 展示了 Web 技术在语音识别领域的应用潜力,为开发者提供了一个便捷的语音识别解决方案。
Text To Speech Online - 多语言支持的智能在线文本转语音系统
AI工具AI语音生成SSML多语言支持文字转语音音频格式
Text To Speech Online是一款功能全面的在线文本转语音系统。支持129种语言和方言,提供409个自然声音。通过SSML标签,可调整音调、音量和速度等效果。支持MP3和WAV格式下载。适用于播客制作、视频配音、电子学习等领域,可为视障用户提供音频提示,辅助语言学习,还能用于创建虚拟助手。作为一站式文本转语音解决方案,操作简便,功能丰富。
TensorVox - 用 C++ 编写的神经语音合成桌面应用程序
Coqui-TTSGithubTensorFlowTTSTensorVoxVITS开源项目神经语音合成
TensorVox是为提高神经语音合成技术普及度而设计的桌面应用。支持多语言,不需庞大Python库,该工具通过TensorFlow C API和LibTorch实现轻量级操作。提供清晰易懂的模型训练和导出指南,是语音技术爱好者的顶级选择。
speecht5_tts - 基于统一模态预训练的高效语音合成模型
GithubHuggingfaceSpeechT5开源项目文本转语音模型语音合成语音处理预训练模型
SpeechT5是一个基于统一模态预训练框架的语音合成模型。它通过大规模未标记语音和文本数据学习统一表示,提升了语音和文本的建模能力。该模型在语音识别、合成、翻译等多项任务中表现优异。研究者可使用Hugging Face Transformers库轻松实现文本到语音转换,或针对特定需求进行模型微调。SpeechT5为语音处理领域提供了强大而灵活的解决方案。
xtuner - 全面的模型微调解决方案,支持LLM和VLM的高效训练
DeepSpeedGithubInternLMLlama2QLoRAXTuner开源项目
XTuner是一款高效灵活的大模型微调工具包,支持LLM和VLM在多种GPU上的预训练和微调。它能够在单个8GB GPU上微调7B模型,并支持超过70B模型的多节点微调。XTuner兼容DeepSpeed,支持多种优化技术,并涵盖多种微调方法如QLoRA和LoRA。该工具包提供连续预训练、指令微调和代理微调等功能,输出模型可以无缝集成到部署和评估工具中,适应多种应用场景。
tts-server-go - 多平台支持的语音服务接口,提供高效的语音合成功能
Githubtts-server-go安卓系统开源项目朗读接口本地服务器稳定版下载
tts-server-go 是一个为多平台设计的语音服务接口,支持语音合成功能。支持微软Azure及Edge大声朗读接口,可通过浏览器配置并使用。用户可访问 GitHub 页面下载项目的最新构建程序。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号