설명
OuteTTS-0.2-500M은 OuteAI에서 개발한 정교한 텍스트-음성 변환 모델로, 고품질 음성 합성을 제공하도록 설계되었습니다. v0.1 릴리스의 개선된 후속 모델로서, 기본 아키텍처를 유지하면서도 중요한 발전을 통합하였습니다. 이 모델은 Qwen-2.5-0.5B 프레임워크를 기반으로 하며, 더 크고 다양한 데이터 세트에서 훈련되어 다양한 지표에서 성능이 향상되었습니다.
더 읽기
주요 개선 사항으로는 이전 버전보다 훨씬 더 나은 프롬프트 추적 및 출력 일관성이 포함됩니다. OuteTTS-0.2-500M은 더 자연스럽고 유창한 음성을 생성하여 고품질 음성 합성이 필요한 애플리케이션에 적합합니다. 이 모델은 50억 개 이상의 오디오 프롬프트 토큰으로 훈련되어 어휘가 확장되어 다양한 정확한 음성 출력을 생성할 수 있는 능력을 갖추고 있습니다.
음성 클로닝 기능이 개선되어 더 큰 다양성과 정확성을 제공합니다. 이는 OuteTTS-0.2-500M이 개인화된 음성 프로필을 생성하는 데 유용한 도구가 되게 합니다. 또한, 이 모델은 중국어, 일본어 및 한국어에 대한 실험적인 다국어 지원을 도입하여 글로벌 맥락에서의 적용 가능성을 넓혔습니다.
모델의 훈련 데이터 세트에는 Emilia-Dataset, LibriTTS-R 및 Multilingual LibriSpeech가 포함되어 있으며, 모두 강력한 성능에 기여하고 있습니다. OuteTTS-0.2-500M은 CC BY NC 4.0 라이센스 하에 제공되어 비상업적 사용을 위한 접근성을 보장합니다. 지난달 420회의 다운로드를 기록하며 AI 커뮤니티 내에서의 관심과 채택이 증가하고 있음을 보여줍니다.
- 카테고리텍스트 음성 변환
- 요금제오픈소스
- 배포클라우드
- 플랫폼웹
OuteTTS-0.2-500M 하이라이트
향상된 프롬프트 추적
자연스럽고 유창한 음성 합성
50억 개의 토큰으로 확장된 어휘
개선된 음성 클로닝 기능
중국어, 일본어, 한국어에 대한 다국어 지원
기본 모델: Qwen-2.5-0.5B
파라미터 수: 500M
라이센스: CC BY NC 4.0
훈련 데이터 세트: Emilia-Dataset, LibriTTS-R, MLS
기본 스피커 프로필 포함
사용자 정의 백엔드 구성
스피커 프로필 생성 및 관리
오디오 클립 길이 추천
정확한 전사 요구 사항
음성 품질을 위한 파라미터 조정
OuteTTS-0.2-500M 시작하기
접속 페이지: Hugging Face 모델 페이지 방문
모델 로드: OuteTTS-0.2-500M 다운로드
환경 구성: GGUF 또는 EXL2 지원 설정
통합: Hugging Face Transformers 사용
미세 조정: 특정 요구 사항에 맞게 파라미터 조정
OuteTTS-0.2-500M의 사용 사례
- 음성 클로닝
- 다국어 TTS
- 자연스러운 음성 합성
- 오디오 프롬프트 확장
- 스피커 프로필 관리
