# 高音質音声合成

Kokoroは8200万パラメータのオープンソーステキスト音声合成モデルで、軽量アーキテクチャながら大規模モデルに匹敵する音質を実現し、生成速度を向上させ計算コストを削減します。

Vocosは高速なニューラルボコーダーで、スペクトル係数を生成することで効率的な音声再構築を実現し、特にテキスト読み上げタスクに適しています。

CoquiTTSフレームワークを基にしたペルシャ語女性音声のテキスト読み上げモデルで、glow_ttsアーキテクチャでトレーニングされています

ESPnetフレームワークでトレーニングされたJETSテキスト音声合成モデル、LJSpeechデータセットを使用し、英語音声合成をサポートします。