PilotTTS

PilotTTS 以极简架构实现具有竞争力的语音合成

研究人员开发了 PilotTTS，一个轻量级的文本到语音系统，它使用极简架构和高效的数据工程实现了具有竞争力的性能。PilotTTS 使用 200,000 小时的数据进行训练，并使用了开源工具，提供了零样本语音克隆、情感合成和方言合成等功能。它在 Seed-TTS Eval 基准测试中表现出色，实现了较低的词错误率和字符错误率以及较高的说话人相似度，优于在更大数据集上训练的系统。