TOOLORA / ローカル閲覧版
F5-TTS
参考音声、その転記、読み上げる文章から音声を生成。分割推論、複数音色の構成、ファインチューニングに対応します。
製品紹介
F5-TTSは参考音声とその転記を条件に、新しい文章を対応する声のスタイルで合成します。コマンドラインとGradioで分割生成、複数スタイル・話者の構成、学習や微調整ができます。参考転記を省くと別の認識モデルが動きます。コードはMITですが、公式事前学習済み重みは非商用のCC-BY-NCです。コード、重み、学習データの条件を分けて確認します。
公式の出典・参考資料
公開情報に基づく紹介です。機能、料金、地域ごとの提供状況は公式サイトで確認してください。