# 隨機時長預測

Swaram 是一個先進的馬拉雅拉姆語語音合成模型，能夠根據輸入文本生成高質量的語音波形。

Meta公司開發的博穆語文本轉語音模型，支持高質量語音合成

Meta公司開發的薩摩亞語文本轉語音模型，基於VITS架構，支持高質量語音合成

Meta公司開發的塔奇希特語文本轉語音模型，屬於大規模多語言語音研究計劃的一部分

Meta公司開發的托克皮辛語文本轉語音模型，基於VITS架構，支持高質量語音合成

Meta公司開發的哈薩克語文本轉語音模型，基於VITS架構，支持高質量的語音合成

Meta公司開發的塔吉克語文本轉語音模型，基於VITS架構，支持高質量語音合成

Meta公司開發的埃維語文本轉語音模型，屬於MMS項目的一部分，支持高質量語音合成

Meta公司開發的海地克里奧爾語文本轉語音模型，屬於大規模多語言語音(MMS)項目的一部分

Meta公司開發的阿爾巴尼亞語文本轉語音模型，基於VITS架構，支持高質量語音合成

VITS是一種端到端語音合成模型，能夠根據輸入的文本序列預測對應的語音波形。該模型採用條件變分自編碼器（VAE）架構，包含後驗編碼器、解碼器和條件先驗模塊。

VITS是一種端到端語音合成模型，能夠根據輸入文本序列預測對應的語音波形。