Awesome-ChatTTS

Guia e compilação de recursos para iniciantes do projeto ChatTTS.

Produto ComumProgramaçãoSíntese de VozProjeto de Código Aberto

Awesome-ChatTTS é um projeto de código aberto que visa fornecer respostas a perguntas frequentes e uma compilação de recursos relacionados ao projeto ChatTTS, ajudando os usuários a começar rapidamente e a resolver problemas que possam encontrar durante o uso. O projeto não apenas compila um guia de instalação detalhado e descrições de parâmetros, mas também fornece exemplos de sementes de vozes e materiais auxiliares, como tutoriais em vídeo.

Best AI Websites & Tools

Awesome-ChatTTS

Awesome-ChatTTS Situação do Tráfego Mais Recente

Awesome-ChatTTS Tendência de Visitas

Awesome-ChatTTS Distribuição Geográfica das Visitas

Awesome-ChatTTS Fontes de Tráfego

Awesome-ChatTTS Alternativas

Awesome-ChatTTS — Guia e compilação de recursos para iniciantes do projeto ChatTTS.

Spark-TTS — Spark-TTS é um modelo de síntese de voz de fluxo único desacoplado eficiente baseado em modelos de linguagem grandes.

Llasa — Modelo básico de TTS baseado na estrutura Llama, compatível com 160.000 horas de dados de voz tokenizados.

Octave TTS — O Octave TTS é o primeiro modelo de síntese de voz capaz de entender o significado do texto, gerando voz rica em emoção e estilo.

IndexTTS — Sistema de texto para voz (TTS) de amostra zero, eficiente e controlável em nível industrial

StarSound AI — StarSound AI é um gerador de podcasts com IA que pode criar podcasts a partir de qualquer conteúdo.

Zonos-v0.1-híbrido — Zonos-v0.1-híbrido é um modelo de texto para fala (TTS) de código aberto líder, capaz de fornecer serviços de síntese de voz de alta qualidade.

LLaSA_training — LLaSA: amplia o tempo de treinamento e a demanda computacional em tempo de teste da síntese de voz baseada em LLaMA

Llasa-1B — Llasa-1B é um modelo de texto para fala (TTS) baseado em LLaMA, que suporta a síntese de voz em chinês e inglês.

Llasa-3B — Llasa-3B é um modelo de síntese de texto para fala (TTS) baseado em LLaMA, que suporta a geração de voz em chinês e inglês.

Aplicativo WordPecker — Ferramenta de aprendizagem de idiomas personalizada, combinando cursos no estilo Duolingo com listas de vocabulário personalizadas, com testes interativos e revisão de cursos gerados por LLM.

AI ContentCraft — O AI ContentCraft é uma ferramenta multifuncional de criação de conteúdo que integra a geração de texto, a síntese de voz e a geração de imagens.

Hailuo AI Áudio — Hailuo AI Áudio é uma ferramenta de síntese de áudio que cria vozes realistas.

kokoro-onnx — Projeto de texto para fala (TTS) baseado no Kokoro e no tempo de execução ONNX.

Audiblez — Ferramenta para converter ebooks em audiobooks.

Kokoro-82M — Modelo de texto para fala (TTS) de ponta com 82 milhões de parâmetros.

Sistema de Avatar Digital IA de Código Aberto AIGCPanel — Sistema de avatar digital IA completo, que suporta síntese de vídeo, síntese de voz e clonagem de voz.

AigcPanel — Sistema de avatar digital IA completo, com suporte para síntese de vídeo, síntese de voz e clonagem de voz

FlagAI — Projeto de código aberto de algoritmos, modelos e ferramentas de otimização de modelos de linguagem grandes (LLMs) - uma solução completa.

Synthesys — Plataforma de geração de conteúdo com IA, oferecendo serviços de geração de vídeo, voz e imagem.

Voxdazz — Gerador de voz de celebridades com IA, transformando texto em áudio.

ElevenLabs Flash — Modelo TTS de geração de voz humana rápida

Gemini 2.0 Flash Experimental — Modelo de IA de alto desempenho desenvolvido pelo Google DeepMind

CosyVoice 2 — Tecnologia de síntese de voz em streaming expansível, combinada com modelos de linguagem de grande porte.

Modelo de Geração de Voz CosyVoice 2.0-0.5B — Modelo de síntese de voz eficiente e multilíngue

Color-diffusion — Utiliza modelos de difusão para colorir imagens em preto e branco.

BooW-VTON — Repositório de código para treinamento de modelos que aprimoram os efeitos de prova virtual ao ar livre.

GaussianSpeech — Tecnologia de síntese de avatar 3D de alta fidelidade impulsionada por áudio

OuteTTS-0.2-500M — Modelo de síntese de texto para fala de alto desempenho

NLR — Romance de 300 páginas, inteiramente criado por IA.