OpenF5 TTS 是一款基于F5-TTS框架训练的开源文本转语音模型，支持零样本语音克隆功能，采用Apache 2.0许可协议，可商业使用。

CiSiMi是一个早期的文本转音频模型原型，专为资源受限环境设计，能够在CPU上高效运行，实现高级语音合成。

基于StyleTTS2-LJSpeech的克隆版本，针对英语文本转语音任务进行了优化，移除了部分依赖项以简化部署。

Jenny TTS 是一个基于 transformers 的文本转语音模型，支持英语语音合成。

Jenny TTS 是一个基于 transformers 库的文本转语音模型，支持英语语音合成。

基于VITS架构的英文文本转语音模型，由Kakao Enterprise训练，支持高质量语音合成

基于Microsoft SpeechT5的英语语音合成模型，在Common Voice数据集上微调，支持多种英语口音

基于FastSpeech 2架构的英语文本转语音模型，支持200种不同声音，基于Common Voice v4数据集训练。

这是一个基于 ESPnet2 的文本转语音(TTS)模型，使用 LJSpeech 数据集训练，结合了 Conformer、FastSpeech2 和 HiFi-GAN 架构。