Orpheus TTS – 開源免費文本轉語音系統

Orpheus TTS（文本轉語音系統）簡介

Orpheus TTS 是一個開源的文本轉語音系統，基於 Llama-3b 模型建構，能夠為我們提供強大的文本轉語音解決方案。該系統展示了使用大型語言模型（LLMs）進行語音合成的潛在能力，旨在生成更自然、富有情感的語音，超越目前一些領先的閉源模型如 Eleven Labs 和 PlayHT，適合各種應用場景，如虛擬助理、教育工具及娛樂內容創作等。

主要特點如下：

1. 人類般的語音表現 ：提供自然的語調、情感和節奏，使得合成的語音聽起來更為真實。
2. 零樣本聲音克隆 ：無需事先微調即可克隆聲音，為用戶提供更大的靈活性。
3. 情感與語調引導 ：用戶可以透過簡單的標籤控制語音的情感和語調特徵。
4. 低延遲 ：即時應用中的串流延遲約為 200 毫秒，輸入串流時可減少到約 100 毫秒。

該專案提供了多個模型，包括針對日常 TTS 應用的微調模型和基於 10 萬小時以上英語語音數據訓練的預訓練模型。用戶可以輕鬆在 Google Colab 上進行設定，並透過提供的範例程式碼快速生成語音。同時還支援音訊浮水印功能，確保生成的內容具有唯一性。

Orpheus TTS（文本轉語音系統）官網及開源地址

• 官網：https://canopylabs.ai/
• 開源地址：https://github.com/canopyai/Orpheus-TTS