一個僅包含 speech.cpp 的 GGUF 模型,用於日語 TTS,能以參考聲音或描述/自動選擇的聲音提供單句音訊,採用 Euler 取樣(預設 40 步)並支援自訂指引、排程與講者縮放。
其他語言的說明
統計
統計資料截至 2026年11月16日
Hugging Face 下載數(近 30 天)
4,000
Hugging Face 按讚數
1
收錄日
2026年10月27日
同分類的熱門資源
- piper-plus-tsukuyomi-chanayousanz4k一個名為 tsukuyomi‑wavlm 的日語 TTS 模型—在 tsukuyomi 語料庫 100 條語句上 fine‑tuned 300 epochs,使用 WavLM discriminator 和 A1/A2/A3 prosody features 於 VITS architecture,匯出為 61 MB 的 ONNX file,能生成 22.05 kHz syntheses。
- sarashina2.2-ttssbintuitions3k一個以日語為中心的雙語文字轉語音系統,基於大型語言模型,能夠為日語和英語(包括混合代碼切換)提供高度準確、自然且穩定的發音,並支持跨多種說話風格的零樣本聲音克隆,其訓練資料皆來自負責任來源。
- irodori-tts-GGUFcstr1kIrodori‑TTS‑500M‑v3 是一款 500 M‑parameter Rectified Flow Diffusion Transformer,適用於日文/混合文字。它以 GGUF/ggml 量化模型發佈(F16 ≈1.9 GB、Q4_K ≈852 MB、Q8_0 ≈896 MB),並提供可選的 reference‑latent encoder 與 semantic DAC‑VAE decoder,採用 MIT 授權。
- Drama-3-JapaneseAratako1k日語微調的 Fish Audio Drama 3 模型,支持單說話者文字轉語音,可選擇參考音頻、描述性字幕,以及內嵌情感標籤以實現表達性傳遞。
- Irodori-TTS-v4.1-Small-MF-CoreMLAILogDev1k一個 Core ML 模型與 Swift SDK,用於在 iPhone/Apple‑Silicon Mac 上進行日語 TTS,支援完整尺寸和輕量級 INT8 版本、聲音克隆、文字驅動的說話風格、離線合成至 48 kHz 單聲道 PCM16 WAV,並提供簡易下載、驗證與範例專案。
研究領域相近的資源
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
VoxCPMOpenBMB38kVoxCPM2:無需分詞器的語音合成,實現多語言語音生成、創意聲音設計與逼真的聲音複製。多語言共同: 語音合成
OpenVoicemyshell-ai38kMIT 與 MyShell 推出的即時聲音複製。音訊基礎模型。多語言共同: 語音合成
fish-speechfishaudio33kSOTA 開源語音合成。多語言共同: 語音合成
chatterboxresemble-ai27kSoTA 開源語音合成。多語言共同: 語音合成