voxcpmOpenBMB
新着VoxCPM2は、トークナイザー不要のテキスト読み上げシステムで、2Bパラメータの拡散自己回帰モデルを持ち、30言語をサポートし、テキスト説明からの音声デザイン、制御可能な音声クローン、48kHz音声出力を提供します。
OPEN SOURCE, OPEN TO EVERYONE
オープンソース。新しい可能性。
優れたオープンソースプロジェクトを見つけ、匿名でプロジェクトを投稿し、自分のプロジェクトを申請して編集できます。
✳編集部選定 · 良いオープンソースを発見4109発見済み
好奇心とともに、オープンソースの世界へ。
THE FIRST COLLECTIONTopic: speech清除
modelscopemodelscope
新着ModelScopeはModel-as-a-Serviceを実装するオープンソースPythonライブラリで、CV、NLP、音声、マルチモーダル、科学モデルの推論・ファインチューニング・評価のための統一pipeline、Trainer、MsDatasetインターフェースとモデル/データセットハブ連携を提供します。
speech-to-speechhuggingface
新着Speech To Speechは、VAD→STT→LLM→TTSのモジュラー音声エージェントパイプラインで、WebSocketおよびWebRTC上でOpenAI Realtimeイベントセットを実装する低レイテンシフレームワークです。