O

Orpheus

由atharva27開發
基於Llama架構的尖端語音大模型,專為高質量、富有同理心的文本轉語音生成而設計
下載量 20
發布時間 : 5/3/2025

模型概述

經過微調的3B參數TTS模型,可實現人類級別的語音合成效果,在清晰度、表現力和即時流式處理方面表現卓越

模型特點

擬人化語音
自然語調、情感和節奏超越當前閉源最優模型
零樣本聲音克隆
無需預訓練即可克隆聲音
可控情感與語調
通過簡單標籤控制語音情感特徵
低延遲
即時應用場景下約200毫秒流式延遲,輸入流式處理時可降至100毫秒

模型能力

高質量語音合成
情感控制語音生成
即時流式處理
聲音克隆

使用案例

語音合成
有聲讀物生成
生成富有情感的有聲讀物內容
自然流暢的語音輸出
虛擬助手
為虛擬助手提供更自然的語音交互
擬人化的語音響應
即時應用
即時語音播報
用於需要低延遲的即時語音播報場景
200毫秒以下的流式延遲
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase