
Irodori-TTS 的一个分支版本。它包含用于生成字幕的工具(例如使用 LLM-Studio),以及模型合并工具。推理能力也得到了增强,新增了连续生成和音质调节等功能。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
52
最后提交
2026年10月
GitHub 创建日期
2026年3月2日
收录日
2026年10月27日
同分类的热门资源
sarashina2.2-ttssbintuitions90Sarashina2.2-TTS是一个基于大型语言模型开发的日本中心的文本到语音系统,由SB Intuitions开发。
voicevox_engineVOICEVOX1.8k免费使用的中等质量的文本朗读软件,VOICEVOX的语音合成引擎
Irodori-TTSAratako1.6k基于流匹配的文本到语音模型,带有表情符号驱动的风格控制
OneCompressionFujitsuResearch445富士通研究所推出的LLM后学习量子化(PTQ)管道。集成了QEP(NeurIPS 2025)、ILP混合精度、旋转前处理、vLLM插件。论文:arXiv:2603.28845。
pyopenjtalkr9y9261Python封装OpenJTalk
piper-plusayutaz240增强版的Piper TTS支持日语,WebAssembly,多GPU训练和质量改进。
研究领域相近的资源
Step-Audio-EditXstepfun-ai980一个强大的30亿参数、基于大语言模型的强化学习音频编辑模型,擅长编辑情感、说话风格与副语言特征,并具备稳健的零样本语音合成能力。多语言共同: 语音合成・大语言模型
T5Gemma-TTSAratako312基于 T5Gemma 编码器-解码器大语言模型的多语言语音合成模型,支持声音克隆与时长控制。多语言共同: 语音合成・大语言模型- spoken-magpie-jaAtotti648用于 Spoken‑magpie LLM 的日语指令调优数据集,使用 CosyVoice2 TTS 在10台 NVIDIA H200 GPU 上构建,包含多样的说话人声音和针对 500 字符以内提示的音频响应,共有 50 条示例条目向公众公开。HF 数据集共同: 语音合成・大语言模型
- japanese-gpt-neox-smallrinna656k一个 12 层、768 隐藏层的日语 GPT‑NeoX 模型,训练数据为 CC‑100、C4 以及 Wikipedia,兼容 Huggingface,并配备可选的玩具前缀调优权重,能强制每个句子末尾以笑脸表情符号结束。HF 模型共同: 大语言模型
GPT-SoVITSRVC-Boss62k仅需1分钟的语音数据即可训练出优秀的语音合成模型!(少样本声音克隆)多语言共同: 语音合成
barksuno-ai39k🔊 基于文本提示的生成式音频模型。多语言共同: 语音合成