
Irodori-TTS 的分支版本。包含用於生成字幕的工具(例如搭配 LLM-Studio 使用)以及模型合併工具。推理能力也有所增強,加入了連續生成與語音品質調整等功能。
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
52
最後提交
2026年10月
GitHub 建立日期
2026年3月2日
收錄日
2026年10月27日
同分類的熱門資源
sarashina2.2-ttssbintuitions90Sarashina2.2-TTS 是一個以日本為中心的文本轉語音系統,建立在一個大型語言模型上,由SB Intuitions開發。
voicevox_engineVOICEVOX1.8k免費使用的中等品質文字朗讀軟體,VOICEVOX的語音合成引擎
Irodori-TTSAratako1.6k一個基於流匹配的文本轉語音模型,具有由表情符號驅動的風格控制。
OneCompressionFujitsuResearch445富士通研究所提供的 LLM 專用後訓練量子化(PTQ)流程。整合了QEP(NeurIPS 2025)、ILP混合精度、旋轉前處理、vLLM插件。論文:arXiv:2603.28845。
pyopenjtalkr9y9261Python 封裝 OpenJTalk
piper-plusayutaz240增強版的Piper TTS支援日語、WebAssembly、多GPU訓練和品質改進。
研究領域相近的資源
Step-Audio-EditXstepfun-ai980一個強大的30億參數、基於大型語言模型的強化學習音訊編輯模型,擅長編輯情緒、說話風格與副語言特徵,並具備穩健的零樣本語音合成能力。多語言共同: 語音合成・大型語言模型
T5Gemma-TTSAratako312基於 T5Gemma 編碼器-解碼器大型語言模型的多語言語音合成模型,支援聲音複製與時長控制。多語言共同: 語音合成・大型語言模型- spoken-magpie-jaAtotti648日語說話型 LLM Spoken‑magpie 的指令微調資料集,使用 CosyVoice2 TTS 在 10 台 NVIDIA H200 GPU 上構建,包含多樣化的講者聲音與對 500 字以下提示的音訊回應,公開提供 50 範例條目。HF 資料集共同: 語音合成・大型語言模型
- japanese-gpt-neox-smallrinna656k一個 12 層、768 隱藏層的日本 GPT‑NeoX 模型,訓練於 CC‑100、C4 和 Wikipedia,兼容 Huggingface,並可選擇使用一個玩具前綴調優權重,使每句結尾強制出現笑臉表情符號。HF 模型共同: 大型語言模型
GPT-SoVITSRVC-Boss62k僅需1分鐘的語音資料即可訓練出優秀的語音合成模型!(少樣本聲音複製)多語言共同: 語音合成
barksuno-ai39k🔊 基於文字提示的生成式音訊模型。多語言共同: 語音合成