Kan Bayashi Ljspeech Joint Finetune Conformer Fastspeech2 Hifigan
这是一个基于 ESPnet2 的文本转语音(TTS)模型,使用 LJSpeech 数据集训练,结合了 Conformer、FastSpeech2 和 HiFi-GAN 架构。
Downloads 20
Release Time : 3/2/2022
Model Overview
该模型是一个高质量的英文文本转语音系统,能够将文本输入转换为自然流畅的语音输出。
Model Features
联合架构
结合了 Conformer 的序列建模能力、FastSpeech2 的高效合成和 HiFi-GAN 的高质量声码器
高质量语音
能够生成自然流畅的英语语音
ESPnet2 集成
基于 ESPnet2 框架,便于与其他语音处理工具集成
Model Capabilities
文本转语音
英语语音合成
Use Cases
语音合成应用
有声读物生成
将电子书文本转换为自然语音
生成高质量的英语有声读物
语音助手
为智能设备提供自然语音输出
提升用户体验的自然度
Featured Recommended AI Models
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers Supports Multiple Languages

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers English

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 Chinese
R
uer
2,694
98