ToucanTTS,一套用于最先进语音合成的工具包,由斯图加特大学自然语言处理研究所(IMS)开发的超全文本转语音(Text-to-Speech, TTS)模型。ToucanTTS覆盖超过7,000种语言的大型多语言模型。
ToucanTTS不仅支持多语言,还具备多说话人语音合成功能,可以模拟不同说话人的节奏、重音和语调。
它还提供了多种应用的交互演示,包括语音设计、风格克隆、多语言语音合成和人工编辑诗歌朗读,展示了其多功能性和强大性能。
ToucanTTS,一套用于最先进语音合成的工具包,由斯图加特大学自然语言处理研究所(IMS)开发的超全文本转语音(Text-to-Speech, TTS)模型。ToucanTTS覆盖超过7,000种语言的大型多语言模型。
ToucanTTS不仅支持多语言,还具备多说话人语音合成功能,可以模拟不同说话人的节奏、重音和语调。
它还提供了多种应用的交互演示,包括语音设计、风格克隆、多语言语音合成和人工编辑诗歌朗读,展示了其多功能性和强大性能。
FUZZ是由Riffusion推出的一款全新的AI音乐生成模型,基于扩散模型(Diffusion Model)开发。该工具能够通过“想象”生成音频的声谱图(Spectrogram),然后将其转换为音频。你可以输入描述性提示(例如音乐类型、乐器、情绪等),模型就会根据提示生成对应风格的声谱图并输出音乐。