ZONOS2 音声クローン TTS

モデル、パラメータ、ソース

ZONOS2 Voice Cloning TTS短いreference voiceクリップから多言語音声を生成します。TelkNetは、サーバー側の公式ZONOS2 deploymentとして、最高品質のデフォルトとシンプルなアップロード・テキスト・ダウンロードワークフローとして提示しています。

モデル比較

論文およびベンチマークノート

パラメータガイド

• 参考音声:zero-shot voice cloningに使用されたアップロードされたスピーカークリップ。
• テキストを合成する。選択された言語が正規化を制御します。
• 言語:英語(アメリカ)、中国語(標準語)、日本語、韓国語などの公式テキスト正規化コード。
• 品質:最高品質のデフォルトはaccurate mode、quality conditioning、クリーンリファレンス処理を有効にします。
• シード:繰り返し比較ランのためのオプションのdeterministic seed。