Spark-TTS-0.5B
SparkAudio · 工具包
用基于 Qwen2.5 的模型把文字念成中文和英文语音,支持零样本声音克隆,也能按性别、音高和语速创建虚拟声音。适合做语音的开发者和研究人员。
新上架
写代码、审代码用的提示词、编程智能体任务说明和工具包,花更少的 Token。
SparkAudio · 工具包
用基于 Qwen2.5 的模型把文字念成中文和英文语音,支持零样本声音克隆,也能按性别、音高和语速创建虚拟声音。适合做语音的开发者和研究人员。
ResembleAI · 工具包
一个零样本英语文字转语音模型,能从简短参考片段复制声音,并按块低延迟流式输出音频。适合开发语音助手和旁白工具的开发者。
OpenMOSS-Team · 工具包
用八种语言朗读文字,支持零样本声音克隆、长篇语音,并可控制发音和时长。适合音频制作人和开发语音功能的开发者。
Srimon12 · 工具包
154M 参数的零样本文本分类器,一次推理就为你传入的每个标签打分,适用于单标签、多标签和意图任务,也能处理长输入。适合需要在 Python 里快速给文本打标签的开发者。
laion · 工具包
LAION 的 340M 参数音频文本模型,把声音和英文文本放进同一个嵌入空间,用于零样本音频分类、音频文本检索和通用音频嵌入。
ResembleAI · 工具包
Resemble AI 的开源文字转语音模型,支持零样本声音克隆和情感夸张控制。最新的多语言版本覆盖 23 种语言,参数量 0.5B。
pollix · 工具包
一个浏览器演示,用两种方式回答问题:基础 Laya 模型零样本回答,以及 stuntd 为每个决策训练的小型头,涵盖客服分流、银行业务和编程智能体命令闸门。