WhimRead 需要 JavaScript 才能使用站内搜索。
Whim
Read
随手一翻
发现
全部工具
推荐
惊喜
关于
搜索
English
模型
voxcpm
openbmb/voxcpm
开源
2B多
语言TTS模型,
无需
分词器,
支持
声音
设计、
可控
复刻
与
48kHz studio级
语音
合成。
去 GitHub 看仓库
复制链接
标签
audio
deeplearning
minicpm
python
pytorch
speech
speech-synthesis
text-to-speech
同类项目
Confucius4-TTS
861
网易
有道
开源
的
多语言
跨
语
种
零样
本
TTS 模型,
支持
14
种
语言
的
声音
克隆
与
情感
迁移。
audio
3k
PyTorch 官
方音频
处理库,
提供
数据
集加载、
音频
变换
与
语音
处理
组件。
MOSS-TTS
4.3k
开源长
语音
与
对话
合成模型
家族,
支持
多
语
克隆、
实时
流式
与
音效生成,
需自行
下载
部署。
speech-to-speech
13.7k
一
个
完全
本
地
运行
的
语音
对
话助手,
串联语
音识别、
LLM
与
语音
合成,
并
提供
OpenAI Realtime
兼容
接口。
gTTS
2.6k
调用
Google Translate 语音
接口
的
Python
库
与
命令
行
工具:
把
文本
转成
可
保存
或
进一步
处理
的
mp3
语音,
支持
长
文本
分词
与
发音
预处理。
descript-audio-codec
1.9k
Descript
开源
的
神经
音
频编解
码器
模型,
可
将
44
.1kHz
音频
高保真压
缩约
90
倍,
并
提供
训练、
编码
与
解码
脚本
及
权重。
42588
audio,deeplearning,minicpm
开源2B多语言TTS模型,无需分词器,支持声音设计、可控复刻与48kHz studio级语音合成。
←
上一个
openhuman
下一个
→
agents