Thorsten-Voice学习资料汇总 - 免费高质量德语TTS语音合成项目

最新推荐文章于 2024-10-05 12:00:56 发布
最新推荐文章于 2024-10-05 12:00:56 发布
阅读量418 收藏 8
点赞数 5
文章标签： pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/helloaiworld/article/details/142140032
版权

Thorsten-Voice项目简介

Thorsten-Voice是由Thorsten Müller发起的一个开源德语语音合成项目,旨在提供免费、高质量、可离线使用的德语TTS语音。项目的核心理念是让每个人都能自由使用高质量的语音合成技术,无需受到许可证的限制。

Thorsten-Voice logo

官方资源

语音数据集

Thorsten-Voice项目提供了多个高质量的德语语音数据集,可在Zenodo上免费下载:

  1. Thorsten-Voice Dataset 2021.02 (中性语音)
  2. Thorsten-Voice Dataset 2021.06 (情感语音)
  3. Thorsten-Voice Dataset 2022.10 (中性语音)
  4. Thorsten-Voice Dataset 2023.09 (黑森方言)

TTS模型

基于这些开源语音数据集,多个项目训练了德语TTS模型:

你可以在官网上找到这些模型的音频样本和使用说明。

快速上手

要快速体验Thorsten-Voice,你可以:

  1. 使用在线demo
  2. 安装cTTS Python模块
  3. 使用Coqui TTS运行本地TTS服务器

学习资源

社区交流

Thorsten-Voice是一个充满活力的开源项目,欢迎大家积极参与,共同推动德语语音合成技术的发展!无论你是开发者、研究者还是语音技术爱好者,都可以在这个项目中找到适合自己的参与方式。


文章连接：www.dongaigc.com/a/thorsten-voice-german-tts-resources
https://www.dongaigc.com/a/thorsten-voice-german-tts-resources

helloaiworld
关注
deep-learning-german-tts:免费的德语语音数据集
04-04
每个项目都应可免费使用，离线工作，高质量的德国TTS语音，而不会遇到任何许可证纠缠的情况。 如今，口语技术设备和基于语音的智能助手非常流行。 但是，为了提供听起来不错的TTS，许多项目都依赖于大型技术云服务...
A320-family:适用于开源模拟器FlightGear的高质量Airbus A320模拟
04-27
A320家族 适用于FlightGear的空中客车A320系列的非常先进的仿真。... 3D /纹理：Thorsten Herrmann（TH-555），Semer Gebran（CaptB） 本包装包括以下空客A320系列变型： A320-111 A320-214 A320-232
Thorsten-Voice：开源德语TTS项目的革命性力量
gitblog_00014的博客
09-24 342
Thorsten-Voice：开源德语TTS项目的革命性力量 Thorsten-Voice Thorsten-Voice: A free to use, offline working, high quality german TTS voice should be available for every project...
Thorsten-Voice 开源项目教程
gitblog_00006的博客
09-24 762
Thorsten-Voice 开源项目教程 Thorsten-Voice Thorsten-Voice: A free to use, offline working, high quality german TTS voice should be available for every project without ...
Thorsten-Voice 项目使用教程
gitblog_00539的博客
09-25 801
Thorsten-Voice 项目使用教程 Thorsten-Voice Thorsten-Voice: A free to use, offline working, high quality german TTS voice should be available for every project without ...
探索创新： Thorsten-Voice - 你的AI语音助手
gitblog_00068的博客
04-19 332
探索创新： Thorsten-Voice - 你的AI语音助手 Thorsten-Voice Thorsten-Voice: A free to use, offline working, high quality german TTS voice should be available for every projec...
Piper学习资料汇总 - 快速本地神经网络文本转语音系统
m0_75126181的博客
09-11 341
Piper是一个快速、本地的神经网络文本转语音(TTS)系统，具有出色的语音质量，并针对树莓派4进行了优化。它被广泛应用于各种项目中，是一个功能强大且易于使用的开源TTS工具。
ICESat-2学习笔记 2 ：ICESat-2卫星搭载的ATLAS测高雷达
晚秋的专栏
01-04 7052
Overview 我们先对ATLAS进行整体认识。ATLAS搭载于IceSat-2卫星上，主要部分如上图所示分为 Laser 激光器：每秒发出10K个532nm的激光脉冲，532nm的光在人眼可见范围内，为绿光，之所以采用绿光（532nm）而不用近红外波段光是因为单光子探测器在532nm波段效率最高而在红外波段的响应很低（量子效率问题和技术成熟度问题，Si基探测器较成熟而InGaAs探测器技术不稳定） Diffractive Optical Element 衍射分光元件：利用光学衍射把激光器发出的
【人工智能】Transformers之Pipeline（三）：文本转音频（text-to-audio/text-to-speech）
热门推荐
人工智能领域博客
07-18 1万+
本文对transformers之pipeline的文本生成语音（text-to-audio/text-to-speech）从概述、技术原理、pipeline参数、pipeline实战、模型排名等方面进行介绍，读者可以基于pipeline以及tts的python和命令行工具完成文字生成语音、文字参考语音生成语音、语音参考语音生成语音，应用于有声小说、音乐创作、变音等非常广泛的场景。
Coqui TTS 安装与测试
Haulyn5的博客
09-09 1万+
本篇记录一下 Coqui TTS 的安装测试以及（重点）踩坑经历。Coqui-TTS 的主要作者是德国人，这个库似乎之前和 Mozilla 的 TTS （）有千丝万缕的关系，但是现在后者的 TTS 已经停止更新，而 Coqui TTS 更新一直很稳定，是目前少数几个更新比较稳定的开源语音库。
Tag deep-learning 一大堆深度学习论文
GarfieldEr007的专栏
05-30 1万+
Tag deep-learning [159 articles]  Recent papers classified by the tag deep-learning. Search   Copy  Export   Sort  Hide Details   ✔ Deep Learning withou
FP.zip_fp-growth java
09-24
FP-Growth算法是一种在数据挖掘领域广泛使用的关联规则学习算法，尤其在处理大规模交易数据时表现出高效性。这个"FP.zip_fp-growth java"压缩包很可能是包含了一个Java实现的FP-Growth算法的代码库或者示例项目。...
octobox-web-extension：使您的GitHub通知图标链接到Octobox，而不是GitHub
01-31
Octobox Web扩展 使您的GitHub通知图标链接到而不是GitHub。 介绍 是GitHub通知中一个类似于收件箱的入口点。...版权所有（c）2018 Thorsten Frommen 此代码已获得。 原始的Octobox图标也获得了。
SVM-Light资料，使用说明
04-18
SVM-Light是由Thorsten Joachims在康奈尔大学计算机科学系开发的一款支持向量机（SVM）的实现工具，其版本为6.02，发布日期为2008年8月14日。该软件最初在多特蒙德大学的人工智能单元（AI-Unit）研发，并在“复杂多...
Pytorch详解-Pytorch核心模块
最新发布
ZPC8210的博客
10-05 673
由于交叉熵是在所有训练样本上平均的正确标签的预测概率的负对数，因此一种解释结果数的方法，例如，2.23是e ^ -2.23，平均值约为0.1，作为正确标签的预测概率。降低损失，改善模型。Pytorch基于已有的张量库Torch开发，在PyTorch的早期版本中，使用的是Torch7，后来随着PyTorch的发展，逐渐演变成了PyTorch所使用的张量库。如果我们仅通过选择最后20％的图像来选择20％的验证集，则验证集将仅包括8s和9s的图像，而训练集将不包含8s和9s的图像，这样就不可能训练一个好的模型。
pytorch线性/非线性回归拟合
雷东宸的博客
09-30 1527
简单实现在深度学习中，如何利用pytorch把线性回归、非线性回归通过神经网络快速拟合出来。
66 使用注意力机制的seq2seq_by《李沐：动手学深度学习v2》pytorch版
buyaotutou的博客
09-30 840
Seq2seq中通过隐状态在编码器和解码器中传递信息注意力机制可以根据解码器RNN的输出来匹配到合适的编码器RNN的输出来更有效的传递信息下面看看如何定义Bahdanau注意力，实现循环神经网络编码器-解码器。其实，我们只需重新定义解码器即可。为了更方便地显示学习的注意力权重，以下类定义了[带有注意力机制解码器的基本接口#@save"""带有注意力机制解码器的基本接口"""@propertydef attention_weights(self): #画图所需代码。
动手学深度学习（李沐）PyTorch 第 4 章 多层感知机
m0_51448653的博客
09-28 1243
实现这一惩罚最方便的方法是对所有项求平方后并将它们求和。参数：w：通常是神经网络的权重向量（或矩阵），也可以是任何需要正则化的参数。w 是一个 torch.Tensor 对象，它可以是模型中的权重张量。w.pow(2)：w.pow(2) 表示对张量 w 中的每个元素进行 平方运算。实际上，这等价于对张量 w 中每个权重求平方：w^2=w x w这个操作是逐元素的，生成一个新的张量，其元素是原来w中每个元素的平方。是对w.pow(2)结果的所有元素进行 求和。这个操作会返回一个标量。
SVM-Light使用指南：快速优化与支持向量机实战
"SVM-Light是一款支持向量机（Support Vector Machine, SVM）的实现工具，由Thorsten Joachims开发，最初在德国多特蒙德大学的信息学人工智能单元进行研究，并在康奈尔大学的计算机科学系进一步发展。该版本为6.02，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值