# 多言語TTS

京都台テキスト音声変換（TTS）モデルは、ストリーミングテキスト音声変換に使用されるモデルで、リアルタイム音声生成と多言語処理をサポートしています。

Spark-TTS-0.5B は prince-canuma/Spark-TTS-0.5B を基にした量子化バージョンで、英語と中国語のテキスト読み上げタスクをサポートします。

これはMLX形式の3ビット量子化テキスト読み上げモデルで、複数の言語をサポートしています。

IndicF5は人間レベルの多言語テキスト読み上げ（TTS）モデルで、11のインド言語をサポートし、1417時間の高品質音声データでトレーニングされています。

これはApache-2.0ライセンスに基づくテキスト読み上げモデルで、英語の言語処理をサポートしています。

フィッシュスピーチ V1.5は、100万時間以上の多言語音声データでトレーニングされた最先端のテキスト読み上げ（TTS）モデルです。

Zonos-v0.1 は、20万時間以上の多言語音声データでトレーニングされた最先端のオープンソース重み付けテキスト音声合成モデルで、表現力と品質においてトップクラスのTTSサービスプロバイダーに匹敵、あるいは凌駕する性能を発揮します。

OuteTTS-0.3-1BはOuteAIが開発した多言語テキスト読み上げモデルで、英語、中国語、日本語、韓国語、フランス語、ドイツ語をサポートしています。

OuteTTS-0.3-1B は多言語対応のテキスト読み上げモデルで、OuteAI によって開発され、Second State Inc. によって量子化処理が行われました。

OuteTTS-0.3-500M は多言語対応のテキスト音声変換モデルで、OuteAIによって開発され、cc-by-nc-4.0ライセンスで公開されています。

OuteTTS-0.3-500M は多言語テキスト読み上げモデルで、英語、中国語、日本語、韓国語、フランス語、ドイツ語をサポートしています。

OuteTTS-0.2-500M は OuteAI が開発した多言語テキスト読み上げモデルで、英語、中国語、日本語、韓国語をサポートしています。

OuteTTS-0.2-500M は多言語テキスト読み上げモデルで、英語、中国語、日本語、韓国語をサポートしています。

HelpingAI-TTS-v1は、個性化、感情表現、明瞭さに特化した次世代のテキスト読み上げ（TTS）ツールで、複数の言語と感情のカスタマイズに対応しています。

100万時間以上の多言語音声データでトレーニングされた先進的なテキスト読み上げ(TTS)モデル

Fish Speech 1.5 は多言語テキスト読み上げモデルで、複数の言語をサポートし、アクセストークンなしで利用可能です。

Indriは英語とヒンディー語をサポートするテキスト音声変換(TTS)モデルで、124Mパラメータ規模を持ち、GGUFフォーマットでCPU推論を最適化しています。

microsoft/speecht5_ttsをベースにcommon_voice_17_0データセットでファインチューニングしたタミル語音声合成モデル

革新的な音声から音声への変換モデルで、環境音情報を正確に捕捉・生成でき、先進的なテキストから音声への変換能力も備えています。

microsoft/speecht5_ttsをベースにcommon_voice_17_0データセットで微調整したヒンディー語音声合成モデル

これはmicrosoft/speecht5_ttsモデルをベトナム語テキスト読み上げ(TTS)用にファインチューニングしたモデルで、ジェネレーターデータセットでトレーニングされています。

viⓍTTSは18言語をサポートする音声生成モデルで、特にベトナム語に最適化されており、わずか6秒の音声でクロスランゲージ音声クローンを実現します。

microsoft/speecht5_ttsをvoxpopuliデータセットでファインチューニングしたテキスト音声合成モデル

マイクロソフトのSpeechT5アーキテクチャを基にファインチューニングしたポルトガル語テキスト音声合成モデルで、高品質な音声合成をサポート

Microsoft SpeechT5モデルをドイツ語LibriSpeechデータセットでファインチューニングしたテキストから音声へのモデル

Meta社が開発したビルマ語テキスト読み上げモデルで、大規模多言語音声プロジェクト(MMS)の一部

Meta社が開発した中央クメール語テキスト音声合成モデルで、テキストを自然な音声に変換可能

Meta社が開発したキルギス語テキスト読み上げモデルで、VITSアーキテクチャに基づき、高品質な音声合成をサポートします。

Meta AIが開発したチェワ語テキスト読み上げモデル、VITSアーキテクチャに基づき、高品質な音声合成をサポート

Facebook MMSプロジェクトのマラヤーラム語テキスト読み上げモデル、VITSアーキテクチャに基づくエンドツーエンド音声合成

Meta社が開発したベトナム語テキスト音声変換モデル、VITSアーキテクチャに基づき、高品質な音声合成をサポート

BarkはSunoが開発したTransformerベースの多言語テキストから音声へのモデルで、リアルな音声、音楽、非言語音を生成可能

microsoft/speecht5_ttsをベースにファインチューニングしたギリシャ語テキスト音声変換モデル

マイクロソフトのSpeechT5アーキテクチャに基づき、Common Voice 13.0バスク語データセットでファインチューニングされたテキストから音声へのモデル

Microsoft SpeechT5アーキテクチャを基に、スロバキア語VoxPopuliデータセットでファインチューニングされたテキスト読み上げモデル

Meta社が開発した大規模多言語音声プロジェクトの韓国語テキスト音声変換モデルで、韓国語テキストを自然な音声に変換可能

microsoft/speecht5_ttsをベースにファインチューニングしたオランダ語テキスト音声変換モデル

SpeechT5アーキテクチャに基づくカタルーニャ語テキスト音声変換モデル、Common Voice 11.0データセットでファインチューニング