Опенсорс-модель для генерации звуков и клонирования голоса

Бесплатная открытая модель позволяет создавать озвучку и воспроизводить голос по короткому аудиофрагменту. Модель компактная (350 млн параметров) и может работать даже на слабых видеокартах.

Возможности:
— Клонирование голоса по записи длиной около 5 секунд
— Управление подачей и эмоциями речи
— Генерация дополнительных звуков речи (смех, вздохи и т.д.)
— Поддержка 23 языков, включая русский

Демо доступно здесь

🐱 GitHub