Синтез речи

MeloTTS

Лёгкий многоязычный синтез речи, который успевает в реальном времени на обычном процессоре. Английский с акцентами, испанский, французский, китайский, японский и корейский; русского нет.

Разработчик
MyShell и MIT, США
Первый выпуск
фев 2024
Последний выпуск
апр 2024
Размеры
небольшая, работает в реальном времени на процессоре
Лицензия
Можно в коммерциюMIT
Русский язык
Нет
Запуск
Через свой серверРаботает и без видеокарты
Сферы
Поддержка клиентов, Медиа и продакшн, Образование
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Озвучка ответов ботов на иностранных языках
  • Озвучка обучающих материалов
  • Чтение текстов вслух на сервере без видеокарты

Где применяется

Голосовые ботыОбразованиеМедиа

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
нет версий
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. MeloTTS English v3
  2. MeloTTS (6 языков)

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

Синтез речиPiperRhasspy / Open Home Foundation · СШАКоммерция с условиями

Очень быстрый синтез речи, который работает даже на Raspberry Pi. Готовые голоса на 35+ языках, есть несколько русских.

ПодробнееСинтез речиKokorohexgrad (независимый разработчик) · не указанаМожно в коммерцию

Крошечная модель синтеза речи (82M), которая звучит на уровне крупных. Работает на обычном процессоре; английский и ещё несколько языков, русского нет.

ПодробнееГолос: спикеры и звукOpenVoiceMyShell и MIT · СШАМожно в коммерцию

Мгновенное клонирование голоса по короткому образцу с управлением эмоцией и акцентом, V2 говорит на нескольких языках. Использовать только с согласия владельца голоса.

Подробнее