值得探索的AI开源项目：工具、网站与应用合集
NATSpeech学习资料汇总 - 非自回归文本转语音框架
NATSpeech是一个非自回归文本转语音(NAR-TTS)框架,包含PortaSpeech和DiffSpeech的官方PyTorch实现。本文汇总了NATSpeech的相关学习资源,帮助读者快速了解和使用这个项目。
TTSKit 入门学习资料 - 一款强大的文本转语音工具包
本文汇总了 TTSKit 的学习资源和相关材料,帮助开发者快速上手这款强大的文本转语音工具包。包括官方文档、教程、示例代码等,为入门 TTSKit 提供全面指南。
open-speech-corpora学习资料汇总-开放语音语料库列表
open-speech-corpora是一个收集了大量开放语音语料库的项目,用于自动语音识别、语音合成等语音技术研究。本文汇总了该项目的相关学习资源,帮助读者快速了解和使用这些宝贵的语音数据集。
YandexStation学习资料汇总 - 智能音箱与Home Assistant集成的神器
YandexStation是一款功能强大的智能音箱,本文汇总了YandexStation的相关学习资料,包括安装配置、功能介绍、使用教程等,帮助读者快速上手这款与Home Assistant完美集成的智能设备。
edge-TTS-record入门指南 - 录制Microsoft Edge TTS语音的Windows工具
edge-TTS-record是一款可以录制Microsoft Edge浏览器语音合成(TTS)音频并输出为wav格式的Windows工具。本文介绍了该工具的主要功能、使用方法和相关学习资源。
vits_chinese学习资料汇总 - 基于BERT和VITS的高质量中文语音合成系统
本文 汇总了vits_chinese项目的学习资源,包括项目介绍、在线演示、安装使用方法、训练推理流程等,帮助读者快速了解和上手这个优秀的中文TTS系统。
YourTTS学习资料汇总 - 零样本多说话人TTS和语音转换模型
本文汇总了YourTTS项目的相关学习资料,包括官方文档、代码仓库、演示Demo等,帮助读者快速了解和上手这个强大的零样本TTS和语音转换模型。
VoiceFixer 入门学习资料 - 通用语音修复工具
VoiceFixer 是一个通用的语音修复工具,可以处理多种语音退化问题。本文汇总了 VoiceFixer 的相关学习资料,帮助读者快速入门和使用该工具。
ekho学习资料汇总 - 中文语音合成引擎
ekho是一个开源的中文语音合成引擎,本文汇总了ekho项目的相关学习资料和资源,帮助开发者快速入门和深入学习。
ParallelWaveGAN学习资料汇总 - 快速高质量语音合成模型
ParallelWaveGAN是一种基于生成对抗网络的快速、小型波形生成模型,可用于实时高质量语音合成。本文汇总了ParallelWaveGAN的相关学习资料,帮助读者快速入门和深入了解这一前沿技术。
XZVoice学习资料汇总 - 免费开源的文字转语音软件
XZVoice是一款基于Electron + Vue + ElementUI + JavaScript开发的开源文字转语音软件。本文汇总了XZVoice的相关学习资料和资源,帮助开发者快速上手使用和二次开发。
awesome-speech-recognition-speech-synthesis-papers学习资料汇总 - 语音识别与合成领域顶级论文集锦
本文汇总了awesome-speech-recognition-speech-synthesis-papers项目的核心内容,为语音识别与合成领域的研究者和学习者提供了一份详尽的学习资料指南。
Voice-Cloning-App 学习资料汇总 - 一款易用的人声合成Python/Pytorch应用
Voice-Cloning-App是一个基于Python和Pytorch的语音克隆应用,可以轻松合成人声。本文汇总了该项目的学习资料,包括安装指南、数据集构建、模型训练、语音合成等各方面内容,帮助读者快速入门和深入学习这个强大 的语音合成工具。
Stable Diffusion 学习资料汇总 - 开源文本到图像生成AI模型
本文汇总了Stable Diffusion项目的各种学习资料,包括官方文档、教程视频、代码仓库等,帮助读者快速入门和深入学习这个强大的AI图像生成模型。
RHVoice学习资料汇总 - 免费开源的多语言语音合成器
RHVoice是一款功能强大的免费开源语音合成器,支持多种语言。本文汇总了RHVoice的学习资源,帮助读者快速入门和深入了解这个项目。
CosyVoice学习资料汇总-多语言大规模语音生成模型
CosyVoice是一个支持多语言的大规模语音生成模型,提供推理、训练和部署全栈能力。本文汇总了CosyVoice的相关学习资料,帮助读者快速了解和使用这个强大的语音合成工具。
gTTS 入门学习资料汇总 - 基于Google Translate的Python文本转语音库
gTTS是一个基于Google Translate文本转语音API的Python库和命令行工具。本文汇总了gTTS的主要学习资源,帮助读者快速入门和深入使用这一便捷的文本转语音工具。
WaveRNN入门指南 - 高效神经音频合成模型
WaveRNN是DeepMind提出的一种高效神经音频合成模型,本文介绍了WaveRNN的基本原理、安装使用方法以及相关资源。
HiFi-GAN入门学习资料汇总 - 高效高保真语音合成模型
HiFi-GAN是一个基于GAN的高效高保真语音合成模型,可以实现快速、高质量的语音生成。本文汇总了HiFi-GAN的相关学习资料,帮助读者快速入门和深入了解这一强大的语音合成技术。
VALL-E 入门学习资料汇总 - 基于神经编码语言模型的零样本文本到语音合成器
VALL-E是一种基于神经编码语言模型的创新性文本到语音合成技术,可以仅使用3秒的音频样本就实现高质量的个性化语音合成。本文汇总了VALL-E项目的相关学习资料,帮助读者快速了解和上手这一前沿技术。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号