MARS5 TTS

MARS5 TTS's Vue d'ensemble

MARS5 est un modèle de synthèse vocale anglaise innovant (TTS) développé par CAMB.AI. Il suit un pipeline AR-NAR en deux étapes avec un composant NAR unique. Avec seulement 5 secondes d'audio et un extrait de texte, MARS5 peut générer de la parole pour divers scénarios, tels que les commentaires sportifs et l'anime. Le modèle peut être piloté avec la ponctuation et la mise en majuscule pour guider la prosodie de la sortie générée. L'identité du locuteur peut être spécifiée à l'aide d'un fichier de référence audio. MARS5 prend en charge le clonage superficiel et profond, ce dernier nécessitant la transcription de l'invite. Le modèle peut être facilement chargé à l'aide de `torch.hub` et l'inférence peut être effectuée en fournissant l'audio de référence et la transcription. Les paramètres par défaut produisent de bons résultats, mais les paramètres d'inférence peuvent être ajustés pour des cas d'utilisation spécifiques. Les points de contrôle pour MARS5, ainsi que les exigences matérielles nécessaires, sont fournis sur le référentiel GitHub. Les contributions pour améliorer le modèle sont les bienvenues.

MARS5 TTS's Caractéristiques

• Pipeline AR-NAR en deux étapes

• Prosodie guidée à l'aide de la ponctuation et de la mise en majuscule

• Spécification de l'identité du locuteur

• Clonage superficiel et profond

• Chargement facile du modèle à l'aide de `torch.hub`

• Inférence à l'aide de l'audio de référence et de la transcription

• Open-source avec des options de licence alternatives

MARS5 TTS's Q&R

MARS5 TTS's Tarification

MARS5 est open-source et disponible sous la licence GNU AGPL 3.0. Pour des options de licence alternatives, veuillez contacter [email protected]