Бесплатное «студийное» клонирование голоса
Модель на 0.5B параметров клонирует голос по 3–10 сек аудио, поддерживает русский, работает локально и разрешена для коммерческого использования (Apache 2.0).
Что по возможностям:
1) Zero-shot клон тембра/манеры по короткому отрывку.
2) 9 языков, включая русский.
3) Комфортно: 6–8 ГБ VRAM (на 4 ГБ тоже запускается, но на грани).
4) Управление произношением + стриминг, задержка около 150 мс.
https://github.com/FunAudioLLM/CosyVoice [GitHub] | https://huggingface.co/FunAudioLLM/Fun-CosyVoice3-0.5B-2512 [HuggingFace] | https://funaudiollm.github.io/cosyvoice3/ [Демо.]
Пациенты, что думаем об этой находке?
https://t.me/+q6SAUXqW4fYzMzhi [Доктор GPT] | https://t.me/+DNEcpSWUxjgwYWMy [Наш чат]
Инструменты:
Источники:
Хотите получать такое каждую неделю?