新一代大规模声音克隆 TTS 模型——MaskGCT
新一代大规模声音克隆 TTS 模型——MaskGCT
- 论文链接：https://arxiv.org/abs/2409.00750
- 样例展示：https://maskgct.github.io
- 模型下载：https://huggingface.co/amphion/maskgct
- Demo 展示：https://huggingface.co/spaces/amphion/maskgct
- 项目地址：https://github.com/open-mmlab/Amphion/tree/main/models/tts/maskgct
- 公测应用：voice.funnycp.com
该模型在包含 10 万小时多语言数据的 Emilia 数据集上进行训练，展现出超自然的语音克隆、风格迁移以及跨语言生成能力，同时保持了较强的稳定性。MaskGCT 已在香港中文大学（深圳）与上海人工智能实验室联合开发的开源系统 Amphion 发布。
Amphion: An Open-Source Audio, Music and Speech Generation Toolkit
原文地址：https://blog.csdn.net/ARPOSPF/article/details/145269064
免责声明：本站文章内容转载自网络资源，如侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！