Smol TTS 模型来了！OuteTTS-0.1-350M --20241105062852

文章预览

2024-11-05 06:28 本条微博链接 Smol TTS 模型来了！OuteTTS-0.1-350M - 零样本语音克隆，基于 LLaMa 架构构建，CC-BY 许可！🔥 纯语言建模方法实现 TTS 零样本语音克隆 带音频标记的 LLaMa 架构（WavTokenizer） 奖励：使用 llama.cpp 在设备上工作⚡ TTS 的三步方法： 使用 WavTokenizer 进行音频标记化（每秒 75 tok） CTC 强制对齐以进行单词到音频标记映射 带转录、持续时间、音频标记的结构化提示创建 该模型对于 3.5 亿个参数来说非常令 ………………………………