基于Canopy Labs预训练模型微调的8位量化文本转语音模型，支持英语24kHz音频生成

Orpheus-TTS-Turkish-PT-2000 是一个基于土耳其语的文本转语音（TTS）模型，支持高质量的语音合成。

Kokoro是一款拥有8200万参数的开源文本转语音模型，以轻量架构实现媲美大型模型的音质，同时提升生成速度并降低计算成本。

基于70万小时多语言音频数据训练的领先文本转语音(TTS)模型

拥有22亿参数的文本转语音模型，基于4.5万小时音频数据训练，支持通过文本提示控制语音特征

Vocos 是一款快速神经声码器，通过生成频谱系数实现高效音频重建，特别适用于文本转语音任务。

VoiceCraft 是一个基于 PyTorch 的文本转语音模型，支持高质量的语音合成。

VoiceCraft 是一个基于 PyTorch 的文本转语音模型，支持高质量的语音合成。

VoiceCraft 是一个基于 PyTorch 的文本转语音模型，支持高质量的语音合成。

HiFiGAN是一种基于GAN的声码器模型，能够从梅尔频谱图生成高质量音频，支持多说话人英语语音合成。

FastSpeech2Conformer是一个非自回归的文本转语音（TTS）模型，结合了FastSpeech2和Conformer架构的优势，能够快速高效地从文本生成高质量的语音。

基于CoquiTTS框架的波斯语女性语音文本转语音模型，使用glow_tts架构训练

这是一个基于ESPnet2框架训练的日语文本转语音(TTS)模型，使用VITS架构，由mio在amadeus数据集上训练完成。

HiFiGAN是一种生成对抗网络(GAN)模型，能够从梅尔频谱图生成高质量音频，适用于文本转语音系统。

这是一个基于ESPnet2框架训练的韩语文本转语音(TTS)模型，使用KSS数据集训练，采用JETS架构。

基于ESPnet框架训练的JETS文本转语音模型，使用LJSpeech数据集训练，支持英文语音合成。

基于ESPnet框架和talromur数据集训练的FastSpeech2文本转语音模型，支持冰岛语语音合成。

这是一个基于ESPnet框架训练的日语文本转语音(TTS)模型，使用jvs数据集进行微调，支持高质量的日语语音合成。

基于ESPnet框架训练的Tacotron2文本转语音模型，使用LJSpeech数据集

基于FastSpeech 2架构的英语文本转语音模型，使用LJSpeech数据集训练，支持单说话人女声合成。