Openf5 TTS Base

🚀 OpenF5 TTS Base (Alpha)

OpenF5 TTS是一個開源權重的文本轉語音模型，基於F5-TTS框架進行訓練，支持零樣本語音克隆。該模型與原始F5-TTS模型的主要區別在於其許可協議。由於訓練數據的原因，F5-TTS模型採用了非商業許可協議（CC BY - NC），而本模型使用了具有寬鬆許可的數據進行訓練，採用Apache 2.0許可協議，這意味著它可用於商業和個人用途。

🚀 快速開始

安裝

pip install f5-tts
huggingface-cli download mrfakename/OpenF5-TTS --local-dir openf5
f5-tts_infer-cli -mc openf5/config.yaml -p openf5/model.pt -v openf5/vocab.txt

✨ 主要特性

• 開源權重與零樣本語音克隆：基於F5 - TTS框架訓練，支持零樣本語音克隆。
• 寬鬆許可協議：採用Apache 2.0許可協議，可用於商業和個人用途。
• 持續優化：當前模型雖處於Alpha階段，但後續會有更多優化版本推出，包括更好的語音克隆能力、增強的情感語音生成以及更穩定的性能。

📚 詳細文檔

模型詳情

本模型使用F5 - TTS Base V1模型配置，在Emilia - YODAS數據集上進行了100萬步的訓練，且僅針對英語語音進行訓練。

安全提示

本模型採用Apache 2.0許可協議。建議用戶考慮合成語音技術的倫理和社會影響。潛在的濫用行為（包括模仿、欺騙或侵犯隱私）可能會造成危害。雖然許可協議允許廣泛使用，但建議負責任地使用，特別是在涉及可識別個人或公共通信的場景中。本模型旨在以透明和負責的方式支持研究、無障礙訪問和創意工作。

致謝

特別感謝Hugging Face提供訓練本模型所需的計算資源。 感謝F5 - TTS的作者發佈了優秀的F5 - TTS模型和代碼庫，以及lucidrains提供的原始開源E2 - TTS實現。 此外，感謝Amphion提供了出色的Emilia - YODAS數據集，沒有它，本項目將無法實現。

📄 許可證

本模型採用Apache 2.0許可協議，您可以自由地將其用於商業和非商業目的。

⚠️ 重要提示

本模型仍處於Alpha階段，性能和穩定性可能存在不足。當前模型的主要目標是為進一步的微調創建一個具有寬鬆許可的基礎模型，目前其性能仍不如官方採用NC許可的F5 - TTS模型。

💡 使用建議

後續會很快發佈更多經過後訓練/微調的變體版本，這些版本將具備更好的語音克隆能力（提高說話人相似度）、增強的情感語音生成能力以及更穩定的性能。當前模型僅為基礎模型，更多功能即將推出，敬請期待！