# 語音合成

Dia-1.6B-3bit 是一個基於 mlx-community/Dia-1.6B 轉換的 3 位量化模型，主要用於文本轉語音任務。

Dia-1.6B-4bit 是一個基於 MLX 格式的 4 位量化文本轉語音模型，由 nari-labs/Dia-1.6B 轉換而來。

這是一個基於海地克里奧爾語的文本轉語音模型，基於jsbeaudry/haitian_creole微調而成。

基於microsoft/speecht5_tts微調的語音合成模型，支持文本轉語音任務

基於microsoft/speecht5_tts微調的文本轉語音模型

基於微軟SpeechT5架構的土耳其語文本轉語音模型，經過特定數據集微調優化

這是F5-TTS模型的意大利語微調版本，基於facebook/multilingual_librispeech數據集訓練，專注於意大利語的文本轉語音任務。

這是微軟SpeechT5文本轉語音(TTS)模型的ONNX格式轉換版本，專為Transformers.js優化

Parler-TTS Mini v1 是一個基於日語的小型文本轉語音模型，支持高質量的語音合成。

基於microsoft/speecht5_tts微調的烏爾都語TTS模型，訓練數據量較小（4200句），商用需重新訓練

該模型是基於microsoft/speecht5_tts微調的語音合成(TTS)模型，主要用於文本到語音轉換任務。

基於microsoft/speecht5_tts微調的語音合成模型，在未知數據集上訓練，驗證損失為0.3771。

基於SpeechT5架構的語音處理模型，針對中文（臺灣）語音進行了微調

基於microsoft/speecht5_tts在voxpopuli數據集上微調的文本轉語音模型

基於microsoft/speecht5_tts在facebook/voxpopuli數據集上微調的匈牙利語文本轉語音模型

基於Microsoft SpeechT5框架微調的俄語文本轉語音模型，在CommonVoice 11.0數據集上訓練

基於微軟SpeechT5架構微調的荷蘭語語音合成模型，在Common Voice 13.0數據集上訓練

基於微軟SpeechT5架構微調的意大利語文本轉語音模型，在VOXPOPULI數據集上訓練

基於Tacotron2架構的泰語文本轉語音模型，使用修改後的Common Voice泰語數據集訓練

基於Microsoft SpeechT5架構微調的烏克蘭語文本轉語音模型，使用Common Voice數據集訓練

基於微軟SpeechT5架構微調的瑞典語文本轉語音模型，使用Common Voice數據集訓練

基於SpeechT5架構的英語文本轉語音模型，在CommonVoice數據集上微調

基於fairseq S^2的Transformer文本轉語音模型，支持簡體中文，單人女聲，在Common Voice v7和CSS10數據集上訓練。

基於HuBERT和BART架構的語音處理模型，支持自動語音識別(ASR)任務