F5-TTS V2版 - 上海交大最新零样本语音克隆，新增模型微调训练 本地一键整合包下载
F5-TTS是来自上海交通大学、剑桥大学和吉利汽车研究院的研究团队推出了一种全新的文本到语音（TTS）系统，名为 F5-TTS。这种系统的特别之处在于，它采用了一种无自回归的方法，结合了流匹配与扩散变换器(DiT)，成功简化了传统 TTS 模型中的复杂步骤。
和之前分享的的FishSpeech、ChatTTS、CosyVoice、SeedVC 以及 FireRedTTS 等项目类似，都是支持0样本声音克隆和文本转语音。
该模型经过100K小时的广泛数据训练，使其能够执行零训练语音克隆并轻松支持多语言语音，目前支持中文和英文两种语种，划重点，开源可商用。且支持训练模型。
今天分享的F5-TTS V2版，同步官方最新代码，新增模型微调训练功能，可以实现以最小的工作量对指定的音色进行训练，从而提升该音色生成质量（相似度）。
测试案例：
原声训练素材
生成音频
下载地址：（下载前，请先阅读 使用说明 再下载，避免不必要的问题和纠纷）
夸克网盘：
一键包：https://pan.quark.cn/s/db4720d2a539
视频教程：https://pan.quark.cn/s/68447829d18f
百度网盘：
**** 本内容需购买 ****
上传一个百度或天翼盘资源吧 hunterzzb 发表于 2024-10-25 08:40
上传一个百度或天翼盘资源吧
夸克太垃圾 有没有API啊。
页:
[1]