cpu/gpu 高性能中英粤文本转语音 TTS

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

基于 Melotts 训练的粤语 english 、普通话 english 混合 TTS 模型推理端采用 onnx-golang,普通 4 核 cpu 转换 30 秒音频只需 2 秒，普通 GPU 只需 0.5 秒，模型大小 170M ,功能还在完善中...，欢迎提出建议。 https://github.com/westice007/XWX_tts

高性能

TTS

Melotts

3 条回复 • 2025-12-31 08:52:29 +08:00

itechify

PRO

2025 年 12 月 30 日

建议搞个 web 前端

itechify

PRO

2025 年 12 月 30 日

音色，语速，场景那些可以调整吗？

westice

2025 年 12 月 31 日

和语音克隆不一样，提前提供音色然后训练对应的模型，一个模型可以对应多个音色，语速 speed 做为推理参数输入，场景支持还没有。