#OmniVoice

9:45オープンソース拡散指数 48

600以上の言語に対応する音声合成「OmniVoice」公開、数秒の音声で感情ごとクローン

600以上の言語に対応するゼロショットTTSモデル「OmniVoice」がオープンソースで公開された。わずか数秒の音声から音色や感情を忠実にクローンし、言語を越えた音声移行やテキスト指示による発話生成に対応する。コードと学習済みモデルはすでに無償公開中だ。