这个新开源 TTS 太牛逼了,打算直接替换掉原来的 TTS 了
之前测试很多 TTS 都是很死板的"AI 音",今天发现这个,真可以直接拿去商用了
多语种翻译、声音克隆、情绪语气保持,三件事同时拉满的开源模型我是第一次见
我直接拿世界杯名场面解说暴力测试了,选了三段,每段翻四种语言:
梅西帽子戏法那段,西班牙语解说 GOOOOOL 嘶吼到破音,翻成日语、阿拉伯语、中文,那种快吼劈嗓子的劲儿,四个版本居然都在
姆巴佩 96 分钟绝杀世界波,英语解说那种"安静一秒然后炸开"的节奏,翻成德语、日语、中文,全部对上
另外,佛得角 Vozinha 赛后感言,带有哽咽的感觉,葡语翻英语、日语、中文,声音里的颤抖感翻完居然也在
这确实是把 TTS 最难做到的“情绪”给做好了!
它是有道子曰的 Confucius4-TTS,3 秒克隆声音,14 种语言,并且是开源,完全可以自部署
整体效果非常惊艳,个别长句有一点 AI 感,短句高情绪片段已经很离谱了。
做了对比视频,可以听一听感受一下👇
#
有道TTS#