MARS5 TTS
MARS5 ist ein neuartiges Sprachmodell für verrückte Prosodie.
Aufgeführt in Kategorien:
GitHubSoftwareentwicklungKünstliche Intelligenz
Beschreibung
MARS5 ist ein neuartiges englisches Sprachmodell TTS von CAMBAI. Es folgt einem zweistufigen AR-NAR-Pipeline mit einem deutlich neuartigen NAR-Komponenten, die es ermöglicht, Sprache für prosodisch anspruchsvolle und vielfältige Szenarien wie Sportkommentare und Anime zu generieren. Das Modell kann mit Interpunktionszeichen und Großschreibung gesteuert werden, um die Prosodie des Ausgabesprechens zu lenken. Die Sprecheridentität kann mithilfe einer Audioreferenzdatei angegeben werden, was die Qualität der Ausgabe verbessert.
Wie man benutzt MARS5 TTS?
Um MARS5 zu verwenden, laden Sie die AR- und NAR-Modelle von Torch Hub, wählen Sie eine Referenzaudio- und optional deren Transkript aus, wählen Sie zwischen flacher oder tiefer Kloninferenz und führen Sie die Synthese durch, um Sprachausgabe zu generieren. Stimmen Sie die Inferenzeinstellungen für optimale Ergebnisse ab.
Hauptmerkmale von MARS5 TTS:
1️⃣
Zweistufige AR-NAR-Pipeline
2️⃣
Prosodieanleitung mit Interpunktionszeichen und Großschreibung
3️⃣
Spezifikation der Sprecheridentität
4️⃣
Deep Clone für verbesserte Qualität
5️⃣
Einstellungen für Inferenzabstimmung
Warum könnte verwendet werden MARS5 TTS?
| # | Anwendungsfall | Status | |
|---|---|---|---|
| # 1 | Sportkommentar | ✅ | |
| # 2 | Anime-Synchronisation | ✅ | |
| # 3 | Stimmenklonierung | ✅ | |
Wer hat entwickelt MARS5 TTS?
CAMBAI ist ein Forschungsteam von Interspeech-veröffentlichten ehemaligen Siri-Ingenieuren der Carnegie Mellon University, das sich dafür einsetzt, dass jede Stimme zählt. Sie begrüßen aktiv Beiträge und sind offen für Zusammenarbeit.