实时语音转换

Spark-TTS是一款由SparkAudio团队推出的AI文本转语音工具，支持中英文零样本语音克隆。该工具基于大型语言模型（LLM）构建，能够在没有额外生成模型的情况下，直接通过LLM预测的编码重建音频，实现零样本文本到语音的转换。用户可以通过调节参数（如性别、音调、语速等）来生成符合个性化需求的...

Llasa TTS是香港科技大学开发的一款基于LLaMA架构的开源文本转语音（TTS）模型。这一模型采用高质量的语音合成和克隆技术，在训练和推理阶段表现出色，并支持情感表达、音色克隆等多种功能。Llasa TTS提供不同参数规模的模型，包括1B、3B和8B，能够生成多语言合成。 主要功能包括高质量语...