Downcodes小編報：Oute AI 最近發布了其全新的文字轉語音合成方法－OuteTTS-0.1-350M。這款基於LLaMa架構的TTS模型，憑藉其簡潔的架構和高效的WavTokenizer，在無需外部適配器的情況下，實現了高品質的語音合成。它不僅擁有零樣本語音克隆功能，還與llama.cpp相容，使其成為即時應用的理想選擇。 OuteTTS-0.1-350M 的發布，無疑為文字轉語音技術的發展帶來了新的突破。
近日，Oute AI 發布了一種新穎的文字轉語音合成方法，稱為OuteTTS-0.1-350M。這種方法利用純語言建模，無需外部適配器或複雜架構，提供了簡化的TTS 方法。 OuteTTS-0.1-350M 基於LLaMa 架構，使用WavTokenizer 直接產生音訊標記，讓流程更有效率。
該模型具有零樣本語音克隆功能，僅需幾秒鐘的參考音訊即可複製新的聲音。 OuteTTS-0.1-350M 專為裝置效能而設計，並與llama.cpp 相容，使其成為即時應用的理想選擇。儘管該模型的參數規模相對較小（3.5億個），但其性能可與更大、更複雜的TTS 系統相媲美。
OuteTTS-0.1-350M 的可訪問性和效率使其適用於廣泛的應用，包括個人化助理、有聲讀物和內容在地化。 Oute AI 在CC-BY 許可下發布，鼓勵進一步實驗和整合到不同的專案中，使先進的TTS 技術民主化。
OuteTTS-0.1-350M 的發布標誌著文字轉語音技術向前邁出了關鍵一步，它利用簡化的架構以最少的計算要求提供高品質的語音合成。它整合了LLaMa 架構，使用了WavTokenizer，並且能夠執行零樣本語音克隆而無需複雜的適配器，這使它有別於傳統的TTS 模型。
網址：https://www.outeai.com/blog/OuteTTS-0.1-350M
總而言之，OuteTTS-0.1-350M 以其高效、簡潔和易訪問性，為文字轉語音領域帶來了新的可能性，值得期待其在未來應用中的表現。 Downcodes小編將持續關注此模式的後續發展。