TADA

Говорилка от Hume AI с естественным звучанием.

Основная фишка - синхронизирует текст и аудио, благодаря чему работает впятеро быстрее и надёжнее аналогов

Работает по точному соответствию между текстовыми токенами и векторами аудио

Генерирует полный речевой сегмент для текстового токена за один шаг, без привязки к фиксированной частоте

Не «придумывает» лишних слов и не пропускает текст

2B и 4B параметров - может работать прямо на телефоне или других устройствах без подключения к облаку

Хорошо справляется с длинными текстами


Гитхаб
HF
Демо

Спасибо @Endorpheen

#tts

Нейронавт в MAX