yl4579
StyleTTS2
扩散模型StyleTTS2 是一个用扩散模型做语音合成的开源项目，目标是把 TTS 做到接近人声的自然度。它用 style diffusion 建模语音风格，再配合对抗训练提升音质。开发者可通过 Python 调用，适合为有声书、播客等生成自然旁白。
查看 GitHub 原始描述（英文）
StyleTTS 2: Towards Human-Level Text-to-Speech through Style Diffusion and Adversarial Training with Large Speech Language Models
#adversarial-training#deep-learning#diffusion-models#gan#latent-diffusion#latent-diffusion-models#pytorch#speaker-adaptation#speech-synthesis#text-to-speech#tts#wavlm
按钮会在新标签页打开，本站不代理、不镜像仓库内容。
