OmniVoice

Description

OmniVoice — это бесплатный генератор голоса AI с открытым исходным кодом, разработанный исследовательской группой k2-fsa, который поддерживает 646 языков через единую унифицированную модель. В отличие от традиционных TTS-платформ, требующих отдельных языковых пакетов или подписок, OmniVoice предлагает три основные возможности: естественное преобразование текста в речь, zero-shot клонирование голоса из аудиообразцов длительностью 3-25 секунд и дизайн голоса только из текстовых описаний. Платформа использует одноступенчатую архитектуру, которая напрямую отображает текст в аудио, достигая частоты ошибок слов 2,85% и оценки схожести диктора 0,830 в независимых тестах. Построенный на 581 000 часах данных речи с открытым исходным кодом и выпущенный под лицензией Apache 2.0, он позволяет как личное, так и коммерческое использование без платы за подписку или ограничений по символам.