基于Llama架构的高质量文本转语音模型,支持情感控制和音色克隆
下载量 21
发布时间 : 3/26/2025
模型简介
俄耳甫斯TTS是基于Llama架构的尖端语音大模型,专为高质量、富有同理心的文本转语音任务设计,实现了人类级别的语音合成效果
模型特点
拟真语音
自然语调、情感韵律超越现有闭源最优模型
零样本音色克隆
无需预训练即可复制目标声线
可控情感语调
通过简单标签调控语音情感特征
低延迟
实时场景下约200ms流式延迟,输入流式处理时可降至100ms
模型能力
高质量语音合成
情感语音生成
音色克隆
流式语音处理
使用案例
语音交互
虚拟助手
为虚拟助手提供自然流畅的语音输出
提升用户体验和互动性
有声读物
自动生成富有表现力的有声读物
降低制作成本,提高生产效率
辅助技术
语音辅助
为视障人士提供高质量的语音输出
改善无障碍访问体验
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文