VibeVoice - 开源文本转语音模型

VibeVoice - 开源文本转语音模型

VibeVoice 是一种新型框架,旨在从文本生成富有表现力的长篇多说话人对话音频,例如播客。它解决了传统文本转语音 (TTS) 系统中的诸多挑战,尤其是在可扩展性、说话人一致性和自然轮流对话方面。VibeVoice 的核心创新在于其使用了以 7.5 Hz 超低帧率运行的连续语音分词器(声学分词器和语义分词器)。这些分词器能够高效地保持音频保真度,同时显著提高处理长序列的计算效率。VibeV...

37 浏览 6个月前发布
GitHub 加速访问检测到存在 Github 链接,国内访问 GitHub 可能较慢,试试博主自创的加速方法

正在加载网页预览...

推荐资源

基于标签智能推荐