Tortoise TTS

Tortoise TTS 是一个文本转语音模型，专注于生成高质量、富有表现力的语音，并具有强大的语音克隆能力。它结合了自回归和扩散模型，从几秒钟的音频中生成紧密模仿目标声音的语音。关键功能包括多语音生成、对语速和音高等语音属性的精细控制，以及多语言支持。目标用户是需要逼真 TTS 用于有声书、语音助手和配音等应用的开发者和爱好者。其独特优势在于能够用最少的输入数据生成高度一致的语音克隆。