TOOLORA / Edición local de lectura
F5-TTS
Genera voz con audio de referencia, transcripción y texto objetivo, con inferencia por bloques, secuencias multivoz y ajuste fino.
Descripción
F5-TTS condiciona la síntesis con audio de referencia y su transcripción. La línea de comandos y Gradio permiten bloques, varios estilos y voces, entrenamiento y ajuste fino. Sin transcripción se utiliza un modelo de reconocimiento adicional. El código usa MIT, pero los pesos preentrenados oficiales son CC-BY-NC no comercial; código, pesos y datos tienen condiciones distintas.
Fuentes oficiales y referencias
- Sitio oficialhttps://github.com/SWivid/F5-TTS
- Documentaciónhttps://huggingface.co/SWivid/F5-TTS
Las descripciones resumen información pública. Consulta los sitios oficiales para funciones, precios y disponibilidad regional.