Tortoise TTS

Tortoise TTS 是一种文本转语音模型，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。它结合了自回归模型和扩散模型，能够从几秒钟的音频中生成高度模仿目标语音的语音。主要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。目标用户是需要为有声书、语音助手和配音等应用提供逼真 TTS 的开发者与爱好者。其独特优势在于能够用极少的输入数据生成高度一致的语音克隆。