# 音声クローン

オルホン-TTSはF5 TTSアーキテクチャに基づくトルコ語テキスト音声変換モデルで、Hasan Can Solakoğluによって開発され、現在アルファ段階です。

Orpheus-3b FTの4ビットAWQ量子化バージョンで、テキストから音声への変換タスクに最適化されており、音声クローン機能をサポートしています。

芝麻科技の会話音声モデル(CSM)のHugging Face実装版、テキスト読み上げと音声クローンタスクをサポート

ウルドゥー語のテキスト読み上げと音声クローンをサポートするTTSモデル

このモデルはopenai/whisper-large-v3を微調整した音声クローンモデルで、主に音声認識タスクに使用され、評価データセットでの単語誤り率は15.3572です。

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

IndriはTransformerアーキテクチャに基づく超小型軽量級TTSモデルで、英語とヒンディー語のテキスト読み上げタスクをサポートします。

VietTTSはオープンソースのツールキットで、強力なベトナム語TTSモデルを提供し、自然な音声合成と音声クローンをサポートします。

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。

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

これはRVC（Retrieval-based Voice Conversion）技術に基づく音声変換モデルで、入力された音声をオバマ氏のような声に変換できます。

これはRVC（Retrieval-based Voice Conversion）技術に基づく音声変換モデルで、入力音声をHarry Stylesスタイルの音声に変換できます。

これはRVC（Retrieval-Based Voice Conversion）モデルで、音声から音声への変換タスクに使用されます。

これはRVC（Retrieval-based Voice Conversion）モデルで、オーディオからオーディオへの変換タスクに使用されます。

これはRVC（Retrieval-based Voice Conversion）技術に基づく音声変換モデルで、200回の訓練を経ており、Crepeアルゴリズムを使用しています。

ElonMuskV1 はRVC (Retrieval-Based Voice Conversion) 技術に基づく音声変換モデルで、入力音声をイーロン・マスクのような声に変換できます。

これはRVC（Retrieval-based Voice Conversion）モデルで、音声から音声への変換タスクに使用され、音声変換機能を実現できます。

これはRVC（Retrieval-based Voice Conversion）モデルで、音声から音声への変換タスクに使用され、音声変換を実現できます。

これはRVC（Retrieval-Based Voice Conversion）音声変換モデルで、オーディオからオーディオへの変換タスクに使用されます。

これはRVC（Retrieval-Based Voice Conversion）技術に基づく音声変換モデルで、Bad Bunnyの声のスタイルに特化して1000周期のトレーニングを行いました。

これはRVC（Retrieval-Based Voice Conversion）技術に基づく音声変換モデルで、入力音声を特定のスタイルの音声出力に変換できます。

これはRVC（Retrieval-Based Voice Conversion）モデルで、オーディオからオーディオへの変換タスクに使用されます。

SpeechT5アーキテクチャをcommon_voice_13_0データセットでファインチューニングしたオランダ語音声処理モデル

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

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