seed-tts-eval

Conjunto de testes para avaliar a capacidade de geração de voz zero-shot de modelos.

Produto ComumCódigo AbertoSíntese de FalaReconhecimento Automático de Fala

O seed-tts-eval é um conjunto de testes para avaliar a capacidade de geração de voz zero-shot de modelos. Ele fornece um conjunto de testes de avaliação objetiva em vários domínios, contendo amostras extraídas de corpora públicos de inglês e mandarim, para medir o desempenho do modelo em vários indicadores objetivos. Ele utiliza 1000 amostras do conjunto de dados Common Voice e 2000 amostras do conjunto de dados DiDiSpeech-2.

Best AI Websites & Tools

seed-tts-eval

seed-tts-eval Situação do Tráfego Mais Recente

seed-tts-eval Tendência de Visitas

seed-tts-eval Distribuição Geográfica das Visitas

seed-tts-eval Fontes de Tráfego

seed-tts-eval Alternativas

seed-tts-eval — Conjunto de testes para avaliar a capacidade de geração de voz zero-shot de modelos.

PengChengStarling — PengChengStarling é um kit de ferramentas de desenvolvimento de modelos de Reconhecimento Automático de Fala (RAF) multilíngue baseado no projeto Icefall.

WhisperNER — Modelo unificado e aberto de reconhecimento de entidades nomeadas e reconhecimento de fala

OuteTTS — Um modelo experimental de texto para fala.

OuteTTS-0.1-350M — Modelo de texto para síntese de fala baseado em modelo de linguagem pura.

SoundStorm — Tecnologia de geração de áudio paralela e eficiente

Moonshine — Modelo de reconhecimento de fala automático para dispositivos de borda, rápido e preciso.

Demonstração MaskGCT TTS — Demonstração de texto para fala (TTS) baseada no modelo MaskGCT

MaskGCT — Modelo de conversão de texto para fala (TTS) de amostra zero que não requer informações de alinhamento.

Whisper large-v3-turbo — Modelo de reconhecimento automático de fala de alta eficiência

CrisperWhisper — Modelo de reconhecimento automático de fala preciso até o nível de palavra

Bailing-TTS — Modelo de texto para fala (TTS) em larga escala que gera áudio em diversos dialetos chineses de alta qualidade.

FunAudioLLM — Modelo básico de compreensão e geração de fala com interação natural

ToucanTTS — Kit de síntese de texto para fala controlável e multilíngue

Seed-TTS — Série de modelos de síntese de texto para fala (TTS) de alta qualidade e multifuncional.

WhisperKit — Ferramenta de compressão e otimização de modelos de reconhecimento automático de fala

StyleTTS 2 — Modelo de síntese de texto para fala (TTS) de nível humano

SpeechFlow - API Avançado de Voz para Texto — API poderosa de voz para texto