SV2TTS — это система глубокого обучения, состоящая из трёх этапов.

На первом этапе создаётся цифровое представление голоса на основе нескольких секунд аудиозаписи.

На втором и третьем этапах это представление используется в качестве эталона для генерации речи на основе произвольного текста.

🐱 GitHub