😎Takin: A Cohort of Superior Quality Zero-shot Speech Generation Models

Takin TTS, языковую модель нейронного кодека, которая основана на усовершенствованном нейронном речевом кодеке и многозадачной обучающей структуре, способной генерировать высококачественную естественную речь с нуля.

Систему Takin Morphing с высокоразвязанными и продвинутыми подходами моделирования тембра и просодии, которая позволяет людям настраивать производство речи с их предпочтительным тембром и просодией точным и контролируемым образом.

Обширные эксперименты подтверждают эффективность и надежность наших моделей серии Takin AudioLLM.

🤗 Hugging Face
💾 Arxiv
📂 PDF

@Devsp — Подписаться