懂AI
Thorsten-Voice

Thorsten-Voice

开源德语TTS项目提供高质量免费离线语音数据集和模型

Thorsten-Voice项目由Thorsten Müller与Dominik Kreutz联合开发，提供多种开源德语文本到语音（TTS）数据集。这些数据集从中性到情感表达具备多样性，配合AI技术开发出多种TTS模型，适用于教育、研究和开源软件。该项目积极支持开源语音技术的进步，并在Thorsten-Voice YouTube频道提供相关教程，推广这些技术的应用。

Thorsten-Voice语音数据集德语TTS开源语音技术Github开源项目
访问官网GitHubHugging Face

Thorsten-Voice 项目介绍

项目动机

Thorsten-Voice 项目旨在提供一个免费的、高质量的、离线工作的德语语音合成（TTS）工具，无需担忧许可证问题。这一工具是开放的，面向所有想要在项目中使用德语合成语音的人士。

Thorsten Müller 的个人寄语

Thorsten Müller 贡献自己的声音，秉承一个信念——全世界的人都是平等的。无论性别、性取向、宗教信仰、肤色还是出生地点，知识和教育应该是人人可得的资源。尽管他并非专业的声优，但仍乐于以自己的声音促进全球知识共享。

社交媒体与联系方式

Thorsten Müller 活跃于多个社交平台，用户可以通过以下链接关注他，并分享关于开放语音技术的兴趣：

语音数据集

Thorsten-Voice Dataset 2021.02 (Neutral)

  • 由 Thorsten Müller 录制，Dominik Kreutz 优化。
  • 包含 22,668 条录音短语，总长度超过23小时。
  • 采样率 22.050Hz，单声道。
  • 数据集记录了不同录音阶段使用不同质量麦克风的变化。

Thorsten-Voice Dataset 2021.06 (Emotional)

  • 记录了包括八种情感在内的 2,400 条短语。
  • 尽可能表达情感的录音，尽管句子上下文可能与情感不完全匹配。

Thorsten-Voice Dataset 2022.10 (Neutral)

  • 包含最新的中性语音录音，样本和使用指南在这里可查。

Thorsten-Voice Dataset 2023.09 (Hessisch)

  • 涵盖 Hessisch 方言录音数据集。

Thorsten-Voice Dataset FULL 44kHz

  • 项目5周年纪念，发布了采样率为44kHz的全量数据集，使用CC0许可。

TTS 模型

基于这些开放语音数据集，多个TTS（文本到语音）模型得以使用AI技术开发出来。其中一些德国模型已由 Coqui AI、Piper TTS 和 Home Assistant 项目使用。详细使用信息、音频样本及视频教程可在 Thorsten-Voice 网站 上获取。

其它平台如 Silero 和 Monatis 也使用这些数据训练了模型。ZDisket 提供了一个叫 TensorVox 的工具以帮助在 Windows 上设置 TTS 环境。

支持与感谢

支持者可以通过以下方式帮助Thorsten Müller继续对开源语音技术的贡献：

特别感谢在这个过程中给予支持的朋友们，包括对设备的提供、以及设计支持等。

"Thorsten-Voice" YouTube 频道

在 Thorsten-Voice YouTube 频道上，提供了开源语音技术的教程，对此感兴趣的朋友欢迎订阅这一社区。

公共演讲与会议

Thorsten Müller 愿意分享他对开源语音技术未来的见解，也乐于参与到各种会议和活动中。如需邀请他演讲，可通过 Thorsten-Voice 网站联系表 联络他。有关演讲的更详细信息可在 Thorsten-Voice 网站 上找到。

编辑推荐精选

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多