自然人声合成Orpheus-TTS
Orpheus TTS 是基于 Llama-3b 骨干网络的开源文本到语音系统,展示了使用大型语言模型(LLMs)进行语音合成的新能力。它支持类人语音、零样本语音克隆及指导情感和语调控制等功能,且具备低延迟特性。
Orpheus TTS 是基于 Llama-3b 骨干网络的开源文本到语音系统,展示了使用大型语言模型(LLMs)进行语音合成的新能力。它支持类人语音、零样本语音克隆及指导情感和语调控制等功能,且具备低延迟特性。
Llasa团队分享了他们基于Transformer的语音合成模型的研究成果,该模型展示了通过扩展计算资源来提高语音合成效果的能力。研究揭示了训练时间和推理时间扩展对性能的影响,并开源了代码和权重以供其他研究人员参考。