VoiceCloning

語音克隆模型，基於零注意的TTS

此API中使用的AI是生成音頻建模的Yourtts零擊MultiSpeaker TTS實現。

提出YourTTS模型的論文用作API的中央構建塊。 Yourtts用於零擊的多語言方法，可用於多語言音頻數據，同時構建較舊的Vits方法。

可以在此處找到用於研究TTS概念的參考實現

Coqui提供的在開源下研究的模型

模型	URL
揚聲器編碼器	關聯
Exp1。 Yourtts-en（VCTK）	關聯
EXP1。 Yourtts-en（VCTK） + SCL	關聯
Exp2。 Yourtts-en（VCTK）-pt	關聯
Exp2。 Yourtts-en（VCTK）-PT + SCL	關聯
EXP3。 Yourtts-en（VCTK）-pt-fr	關聯
EXP3。 Yourtts-en（VCTK）-PT-FR SCL	關聯
EXP4。 Yourtts-en（VCTK+libritts）-pt-fr SCL	關聯

TTS重新培訓數據

MOS的音頻在這裡可用。另外，音頻在這裡。

默認TTS音頻來源：

庫（測試清潔）：1188，1995，260，1284，2300，237，908，1580，121和1089

VCTK：P261，P225，P294，P347，P238，P234，P248，P335，P245，P245，P326和P302

MLS葡萄牙語：12710，5677，12249，12287，9351，11995，7925，7925，3050，4367和1306

引用

@ARTICLE{2021arXiv211202418C,
  author = {{Casanova}, Edresson and {Weber}, Julian and {Shulby}, Christopher and {Junior}, Arnaldo Candido and {G{"o}lge}, Eren and {Antonelli Ponti}, Moacir},
  title = "{YourTTS: Towards Zero-Shot Multi-Speaker TTS and Zero-Shot Voice Conversion for everyone}",
  journal = {arXiv e-prints},
  keywords = {Computer Science - Sound, Computer Science - Computation and Language, Electrical Engineering and Systems Science - Audio and Speech Processing},
  year = 2021,
  month = dec,
  eid = {arXiv:2112.02418},
  pages = {arXiv:2112.02418},
  archivePrefix = {arXiv},
  eprint = {2112.02418},
  primaryClass = {cs.SD},
  adsurl = {https://ui.adsabs.harvard.edu/abs/2021arXiv211202418C},
  adsnote = {Provided by the SAO/NASA Astrophysics Data System}
}