📣 ⓍTTSv2 is here with 16 languages and better performance across the board. 📣 ⓍTTS fine-tuning code is out. Check the example recipes. 📣 ⓍTTS can now stream with 📣 ⓍTTS, our production TTS model that can speak 13 languages, is released Blog Post, Demo, Docs 📣 🐶Bark is now available for inference with unconstrained voice cloning. Docs 📣...
真的太神奇了！......
由于操作系统和 MT5 的更新，您只需更改代码中的 "文件路径"，即可在 Windows 11 操作系统和最新版本的 MT5 上实现 TTS。
再过 5 年，这个话题就完全过时了。如今，您不应该使用愚蠢的微软 TTS，而应该使用具有自然发音的现代人工智能模型。诚然，这需要 RAM 或 GPU。有必要吗？
将 TTS 集成到我的 MT5 EA 中 只是一个基本要求。
我是自学编程的、
所以我对您提到的人工智能模型的优势也非常感兴趣，但我不知道从何入手。您能提供一些实际案例吗？
非常感谢。
将 TTS 集成到我的 MT5 EA 中 只是一个基本要求。
我是自学编程的、
因此，我对您提到的人工智能模型的优势也非常感兴趣，但我不知道从何入手。能否请您举一些实际的例子？
不胜感激。
我没有安装过 TTS 模型，只安装过 LLM，我是从文章和评论中了解到它们的质量的。俄语网站上有非常有用的信息，但对您不适用。英语网站我不知道。但你可以在 YouTube 上找到很多东西。
此外，我不知道您的硬件情况--您可以在哪里运行模型--CPU+RAM、GPU 是 NVidia 还是 AMD、有多少 VRAM。这在很大程度上取决于此。
另外，如果项目是商业项目，您可以付费使用在线语音模型（Text2Speech、Speech2Text）。这些模型有很多。
在huggingface 上查找语音模型，大小取决于你的硬件。对于 LLM 文本生成，最常用的量化方法是 GGUF 4_K_M。在质量和大小之间取得平衡。
我不知道哪些本地平台支持语音模型。我只用于文本 -llama.cpp、olama，它们支持 GGUF 格式的模型（带权重量化），这样可以节省大量内存。
也许可以选择 ONNX 格式，MT5 直接支持这种格式，但只能在 CPU 上使用，因此速度较慢，需要大量内存。
现在发现 Python 中有三个最好的本地人工智能合成器：coqui TTS、Chatterbox TTS 和Piper TTS。
还没试过。我对 Python 完全不熟悉，所以在安装 "pip install ... "时总是无法解析任何 Python 库。
现在，我发现 Python 中有三个最好的本地人工智能合成器：coqui TTS、Chatterbox TTS 和Piper TTS。
还没试过。我对 Python 完全不熟悉，所以在安装 "pip install ... "时总是无法解析任何 Python 库。
非常感谢。