Многоязычная модель VITS для синтеза речи и дообучения под новые голоса, с экспериментальным zero-shot ONNX-релизом.
Подходит для: синтез японской речи из текста · генерация речи на английском, китайском, испанском, французском и португальском · озвучивание текста со смешением нескольких поддерживаемых языков