Модель настраивает совместимый с Kokoro-82M голосовой пакет по короткому образцу речи для последующего синтеза речи с клонированным голосом.

Подходит для: создание голосового профиля по записи одного говорящего · клонирование английского голоса для озвучивания нового текста · настройка тембра речи в Kokoro-82M

AION-base — омнимодальная модель для адаптации к задачам анализа изображений, спектров и других данных астрономических обзоров.

Подходит для: анализ изображений астрономических обзоров · анализ спектров SDSS и DESI · объединение изображений и каталожных данных телескопических обзоров

F5-TTS — модель для синтеза речи по тексту, доступная в нескольких вариантах чекпойнтов.

Подходит для: озвучивание текстов · создание речевых дорожек для видео · генерация голосовых сообщений

MaskGCT — дообученная многоязычная модель Amphion для генерации речи из текста на шести языках.

Подходит для: озвучивание английского текста · синтез китайской речи · генерация корейской речи по тексту

MioTTS-2.6B — дообученная LLM для быстрого синтеза английской и японской речи с возможностью клонирования голоса по короткому аудиообразцу.

Подходит для: озвучивание английского текста · озвучивание японского текста · клонирование голоса по короткой аудиозаписи

E2-TTS — модель синтеза речи из текста с поддержкой zero-shot сценария.

Подходит для: синтез речи по тексту · zero-shot озвучивание текста · создание голосового аудио для приложений

TaDiCodec — компактный текстово-управляемый диффузионный кодек для токенизации и реконструкции речи и использования в системах речевого синтеза.

Подходит для: сжатие речи в токены для речевой языковой модели · реконструкция аудио из речевых токенов · подготовка компактного речевого представления для генерации речи

SaAMPLIFY_350M — белковая языковая модель для извлечения признаковых представлений последовательностей белков и их последующего анализа.

Подходит для: извлечение признаков из белковых последовательностей · подготовка представлений белков для последующего машинного обучения · анализ белковых последовательностей в задачах структурного выравнивания

Нейронный речевой кодек Neuphonic с низкой скоростью передачи данных для сжатия и восстановления аудио и подготовки данных для обучения речевых моделей.

Подходит для: сжатие речевых записей для хранения и передачи · кодирование речи в токены для обучения SpeechLM · подготовка аудиоданных для обучения синтеза речи

Набор моделей Amphion для имитации голоса с нулевым обучением, преобразования речи и синтеза с управлением тембром и стилем.

Подходит для: синтез речи с заданным тембром и стилем · преобразование голоса с сохранением стиля · перенос акцента в речи

AION-large — мультимодальная Transformer-модель для адаптации к задачам анализа астрономических обзоров, изображений, спектров и каталогов.

Подходит для: анализ изображений астрономических обзоров · работа со спектрами SDSS и DESI · анализ фотометрии объектов в разных обзорах

Metis — семейство моделей Amphion для унифицированной генерации и преобразования речи, включая синтез, улучшение аудио и работу с голосом и движением губ.

Подходит для: синтез речи по тексту с нулевым обучением на голосе · преобразование голоса с сохранением речевого содержания · выделение речи целевого говорящего из аудиозаписи

Производная модели amphion/TaDiCodec-TTS-AR-Qwen2.5-0.5B. Авторегрессионная модель Amphion на базе Qwen2.5-0.5B для генерации речи из текста с кодеком TaDiCodec.

Подходит для: синтез речи из заданного текста · zero-shot синтез речи · создание речевого аудио с кодеком TaDiCodec

IndexTTS2 — модель синтеза речи по тексту с нулевым обучением на голосе, управлением длительностью и выразительной передачей эмоций.

Подходит для: синтез английской речи по тексту · синтез китайской речи по тексту · генерация речи с эмоциональной выразительностью

ZipVoice — семейство быстрых нерегрессионных моделей для синтеза речи из текста с поддержкой генерации речи одним диктором и разговорных реплик.

Подходит для: генерация речи по тексту одним диктором · синтез реплик для озвучивания диалогов · создание речи с переносом голоса по примеру

Авторегрессионная модель Amphion на базе Qwen2.5-0.5B для генерации речи из текста с кодеком TaDiCodec.

Подходит для: синтез речи из заданного текста · zero-shot синтез речи · создание речевого аудио с кодеком TaDiCodec

AMPLIFY-B — крупная модель Transformers для извлечения признаков и построения векторных представлений.

Подходит для: извлечение признаков для downstream-моделей · построение векторных представлений объектов · поиск похожих объектов по эмбеддингам

MioCodec-25Hz-24kHz — компактный нейронный кодек для сжатия, восстановления и преобразования речи с частотой токенизации 25 Гц.

Подходит для: сжатие речи с низким битрейтом · восстановление речи из кодековых представлений · zero-shot преобразование голоса с сохранением содержания исходной речи

Многоязычная модель NVIDIA, которая озвучивает текст пятью голосами на двенадцати языках.

Подходит для: озвучивание книг и статей на нескольких языках · генерация реплик для голосового агента · дубляж и локализация видеоконтента

Локальная модель Neuphonic для синтеза естественно звучащей речи из текста с клонированием голоса по короткому аудиообразцу.

Подходит для: озвучивание текста голосом из короткого образца речи · клонирование голоса для локального голосового помощника · синтез реплик для мобильных и встроенных приложений

IndexTTS-2 — авторегрессионная zero-shot модель для синтеза эмоционально выразительной речи с контролем длительности.

Подходит для: синтез выразительной речи из текста · озвучивание текста на английском и китайском языках · генерация речи с управлением длительностью

Билингвальная модель VieNeu-TTS v2 Turbo синтезирует речь на вьетнамском и английском языках и клонирует голос по короткому аудиообразцу.

Подходит для: синтез вьетнамской речи из текста · синтез английской речи из текста · озвучивание фраз со смешением вьетнамского и английского

Компактная модель Aratako для быстрого синтеза английской и японской речи с поддержкой клонирования голоса по короткому аудиофрагменту.

Подходит для: озвучивание английского текста · озвучивание японского текста · создание голосовых интерфейсов

VoXtream2 синтезирует речь по тексту и аудиопромпту с потоковой выдачей и динамическим управлением скоростью.

Подходит для: потоковое озвучивание текста голосом из короткого аудиопримера · синтез речи с настройкой скорости во время генерации · низколатентная генерация речи для интерактивных приложений