OmniVoice
Модель синтеза речи на 600+ языках: копирует голос по короткому примеру, умеет шёпот и смех и генерирует звук в 40 раз быстрее его длительности.
OmniVoice - это передовая мультиязычная модель синтеза речи с поддержкой Zero-Shot, работающая более чем на 600 языках. Благодаря инновационной архитектуре в стиле диффузионных языковых моделей, она генерирует высококачественную речь с превосходной скоростью инференса, а также поддерживает клонирование и кастомизацию голоса.
Ключевые возможности
-
Более 600 языков: самый большой выбор языков среди моделей, способных копировать голос с одного короткого примера.
-
Клонирование голоса: непревзойденное качество копирования чужой речи.
-
Кастомизация голоса: вы можете настраивать характеристики речи (задавать пол, возраст, высоту тона, диалект, акцент, шепот и многое другое).
-
Точечное управление: система умеет воспроизводить невербальные звуки (например, смех) и позволяет исправлять произношение слов по звукам или с помощью текстовой транскрипции.
-
Высокая скорость работы: генерация звука происходит в 40 раз быстрее, чем длится сам аудиофайл.
-
Современная архитектура: простая, оптимизированная и легко масштабируемая система, которая обеспечивает одновременно и качество речи, и скорость работы.
Идеально подойдет для тех, кто создает контент на разных языках или занимается дубляжом видео.