FireRedTTS3: клонирование, дизайн и редактирование голоса на 24 языках!
Что умеет FireRedTTS3
FireRed Team представила третье поколение модели FireRedTTS3. Мы выделили главные возможности: модель объединяет клонирование голоса, управление голосом по инструкциям и редактирование речи. Поддерживается 24 языка, включая русский.
- Zero-shot клонирование голоса: достаточно пары секунд речи.
- Дизайн голоса по инструкции: например, «женский, детский, взволнованный, громкий».
- Редактирование речи: вставка, замена, удаление слов, изменение скорости, высоты и громкости без перезаписи всего аудио.
Доступны две версии: Base (многоязычный клон) и Instruct (клон, дизайн и редактирование).
FireRedTTS3 показывает лучшие результаты на Seed-TTS-Eval и MiniMax-MLS-Test по разборчивости и сходству голоса.
Ссылки: GitHub, HF, Демо, FireRedTTS3.
Ещё новости:
