# 高保真語音合成

基於Canopy Labs預訓練模型微調的8位量化文本轉語音模型，支持英語24kHz音頻生成

Orpheus-TTS-Turkish-PT-2000 是一個基於土耳其語的文本轉語音（TTS）模型，支持高質量的語音合成。

Kokoro是一款擁有8200萬參數的開源文本轉語音模型，以輕量架構實現媲美大型模型的音質，同時提升生成速度並降低計算成本。

基於70萬小時多語言音頻數據訓練的領先文本轉語音(TTS)模型

擁有22億參數的文本轉語音模型，基於4.5萬小時音頻數據訓練，支持通過文本提示控制語音特徵

Vocos 是一款快速神經聲碼器，通過生成頻譜系數實現高效音頻重建，特別適用於文本轉語音任務。

VoiceCraft 是一個基於 PyTorch 的文本轉語音模型，支持高質量的語音合成。

VoiceCraft 是一個基於 PyTorch 的文本轉語音模型，支持高質量的語音合成。

VoiceCraft 是一個基於 PyTorch 的文本轉語音模型，支持高質量的語音合成。

HiFiGAN是一種基於GAN的聲碼器模型，能夠從梅爾頻譜圖生成高質量音頻，支持多說話人英語語音合成。

FastSpeech2Conformer是一個非自迴歸的文本轉語音（TTS）模型，結合了FastSpeech2和Conformer架構的優勢，能夠快速高效地從文本生成高質量的語音。

基於CoquiTTS框架的波斯語女性語音文本轉語音模型，使用glow_tts架構訓練

這是一個基於ESPnet2框架訓練的日語文本轉語音(TTS)模型，使用VITS架構，由mio在amadeus數據集上訓練完成。

HiFiGAN是一種生成對抗網絡(GAN)模型，能夠從梅爾頻譜圖生成高質量音頻，適用於文本轉語音系統。

這是一個基於ESPnet2框架訓練的韓語文本轉語音(TTS)模型，使用KSS數據集訓練，採用JETS架構。

基於ESPnet框架訓練的JETS文本轉語音模型，使用LJSpeech數據集訓練，支持英文語音合成。

基於ESPnet框架和talromur數據集訓練的FastSpeech2文本轉語音模型，支持冰島語語音合成。

基於ESPnet框架訓練的Tacotron2文本轉語音模型，使用LJSpeech數據集

基於FastSpeech 2架構的英語文本轉語音模型，使用LJSpeech數據集訓練，支持單說話人女聲合成。

這是一個基於ESPnet框架訓練的日語文本轉語音(TTS)模型，使用jvs數據集進行微調，支持高質量的日語語音合成。