Синтез речи
Coqui XTTS
Популярная модель клонирования голоса по короткому образцу на 17 языках, включая русский. Компания Coqui закрылась, развитие остановлено.
- Разработчик
- Coqui, Германия
- Первый выпуск
- сен 2023
- Последний выпуск
- окт 2023
- Размеры
- около 470M
- Лицензия
- Только некоммерческоеCoqui Public Model License — только некоммерческое использование
Какие задачи решает
- Клонирование голоса по образцу
- Озвучка на нескольких языках
- Исследования и прототипы
Где применяется
ИсследованияОбразованиеНекоммерческие проекты
Требования к железу
НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
нет версийКластерСервер с несколькими видеокартами — флагманские версии
нет версийВерсии
- XTTS v2
- XTTS v1
Как внедряю у заказчика
- ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
- УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
- ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
- ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.
Похожие модели
Синтез речиF5-TTSШанхайский университет Цзяотун и партнёры · КитайТолько некоммерческое
Модель клонирования голоса по нескольким секундам образца, английский и китайский. Сообщество выпустило много дообученных версий под другие языки, в том числе русский.
ПодробнееСинтез речиChatterboxResemble AI · СШАМожно в коммерциюСинтез речи с клонированием голоса и настройкой эмоциональности. Многоязычная версия поддерживает 23 языка, включая русский; Turbo и Flash ускорены для живого диалога.
ПодробнееСинтез речиCosyVoice / Fun-CosyVoiceAlibaba (Tongyi, FunAudioLLM) · КитайМожно в коммерциюСинтез речи с клонированием голоса по короткому образцу и потоковой выдачей для живого диалога. Третья версия поддерживает 9 языков, включая русский.
Подробнее