Text-to-Speech
Transformers
ONNX
teratts_onnx
feature-extraction
onnxruntime
russian
english
custom-code
custom_code

Качество речи

#2
by alLvm - opened

Не могу не оставить отзыв - настолько восхищен соотношением качества и скорости генерации этой модели.
Как говорится, люди должны знать, если кто будет искать хорошую модель :)
Скорость генерации у данной модели выше чем у "топового" qwen-3-tts-1.7b q8_0 ну на глазок раз в 100. Просто потому что один и тот же текст qwen-3-tts на 4060 генерирует 3-4 секунды, а эта модель - полсекунды НА CPU.
И - она говорит приятнее чем qwen-3-tts.

У qwen3 (voiceDesign 1.7b q8 причем) постоянно лезут ошибки в ударениях, "инопланетный язык" на числах, "английский акцент" пробивается местами, неадекватно гуляющие порой интонации. В зависимости от сида "мужской баритон" может даже вдруг заговорить юношеским тенором. Единственное преимущество - qwen-3 может проговорить длинный текст, несколько минут скажем. Только вот тембр голоса уплыть может под конец речи, или заговариваться начать.

А эта модель - особенно m5 и f1 голоса (правда у f1 какой-то голос анимешный, высокий) - говорит с очень приятным произношением и практически безошибочно на русском. А en-голоса неплохо говорят на английском. Ограничение же по длине в 20-25 секунд без проблем решается разбиением речи на 1-2 предложения, учитывая ее МОЛНИЕНОСНУЮ и при этом буквально бесплатную для GPU/VRAM (ибо на CPU) генерацию.

В общем - эта модель это буквально бриллиант в куче... гм... я много моделей tts тут перепробовал. В куче в общем.

Спасибо! Очень приятно видеть что людям нравится!

Sign up or log in to comment