Parler-TTS 是一個由 Hugging Face 開發的輕量級文本轉語音（TTS）模型，能夠以給定說話者的風格（性別、音調、說話風格等）生成高質量、自然 sounding 的語音。它是基於 Dan Lyth 和 Simon King 發表的論文《Natural language guidance of high-fidelity text-to-speech with synthetic annotations》的工作復現。Parler-TTS完全開源發布，包括數據集、預處理、訓練代碼和權重。
基本介紹
- 外文名：Parler-TTS
- 技術背景：馬克配音（MakVoice）
功能特色
Parler-TTS支持多種語言，包括英語、西班牙語、法語、德語等，適用於全球範圍內的多語言套用場景。
Parler-TTS提供兩種模型參數選擇：Mini模型（880M參數）和Large模型（2.3B參數），用戶可根據需求選擇合適的模型進行語音合成。
Parler-TTS支持高度定製化的語音風格，包括性別、音調、說話風格等，用戶可以根據需要調整語音特徵。
Parler-TTS經過最佳化，能夠生成接近真實的高質量語音，帶有自然的語調、停頓、重音和情感變化。
