AIbase
JA
ホーム
Kotoba Speech V0.1
K

Kotoba Speech V0.1

kotoba-techによって開発
Kotoba-Speech v0.1 は12億パラメータのTransformerベースの日本語音声生成モデルで、テキスト読み上げとワンショット音声クローニングをサポートしています。
音声合成
Transformers
 日本語オープンソースライセンス:Apache-2.0#日本語TTS#音声クローン#12億パラメータ
ダウンロード数 23
リリース時間 : 3/14/2024

モデル概要

このモデルはエンドツーエンドのTransformerアーキテクチャ音声生成モデルで、日本語テキスト読み上げと音声クローニング機能に特化しています。

モデル特徴

流暢な日本語音声生成
日本語テキストを流暢に自然な音声に変換可能
ワンショット音声クローニング
音声プロンプトによる単一サンプルでの音声クローニング機能
大規模パラメータ
12億パラメータのTransformerアーキテクチャにより、高品質な音声生成を実現

モデル能力

日本語テキスト読み上げ
音声クローニング
音声合成

使用事例

音声インタラクション
音声アシスタント
日本語音声アシスタントに自然で流暢な音声出力を提供
ユーザー体験の自然さを向上
コンテンツ制作
オーディオブック生成
日本語テキストを自動的にオーディオブックに変換
高品質な音声コンテンツを効率的に生成
パーソナライズドサービス
個別音声クローニング
少数サンプルで特定人物の音声をクローニング
個別化された音声サービスを実現
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase