ChatTTS: Sprachausgabe für Chat

ChatTTS ist ein Sprachgenerierungsmodell auf GitHub bei 2noise/chattts. Chat TTS ist speziell für konversationelle Szenarien konzipiert. Es eignet sich ideal für Anwendungen wie Dialogaufgaben für große Sprachmodell-Assistenten sowie konversationelle Audio- und Videoeinleitungen. Das Modell unterstützt sowohl Chinesisch als auch Englisch und zeigt eine hohe Qualität und Natürlichkeit bei der Sprachsynthese. Dieses Leistungsniveau wird durch das Training mit etwa 100.000 Stunden an chinesischen und englischen Daten erreicht. Darüber hinaus plant das Projektteam, ein grundlegendes Modell mit 40.000 Stunden an Daten offen zu legen, das der akademischen und Entwicklergemeinschaft bei weiteren Forschungen und Entwicklungen helfen wird.