tortoise-tts
AI音频工具Tortoise TTS 是一个以质量为优先训练的多语音文本转语音系统,GitHub 开源(Apache 2.0 许可)。其核心目标包括强大的多语音能力,以及高度真实的韵律和语调。仓库包含在推理模式下运行 Tortoise TTS 所需的全部代码。模型同时使用自回归解码器和扩散解码器,早期在 K80 上生成一个中等长度句子约需 2 分钟;据仓库说明,当前已可优化至在 4GB 显存上达到 0.25-0.3 的实时因子(RTF),配合流式处理可实现低于 500 毫秒的延迟。