Voicebox
Voicebox
软件描述
Voicebox 是基于 Meta 非自回归流匹配模型的先进语音生成模型。通过在大规模数据上学习文本引导的语音补全任务，Voicebox 在各类语音任务中表现优于专用 AI 模型……
官方网站
访问软件的官方网站了解更多信息
voicebox.metademolab.com
什么是 Voicebox?
Voicebox 是基于 Meta 非自回归流匹配模型的先进语音生成模型。通过在大规模数据上学习文本引导的语音补全任务，Voicebox 仅通过上下文学习即可在各类语音任务中超越专用 AI 模型的表现。Voicebox 可以合成六种语言的语音，去除瞬态噪声，编辑内容，在不同语言间迁移音频风格，并生成多样化的语音样本。此外，其语音生成速度比当前最先进的自回归模型快多达 20 倍。
🔄 替代方案
37 个选择
NaturalReader
Natural Reader 是一款专业的文本转语音软件，可将任何书面文字转换为语音。Natural Reader 的付费版本具有更多功能。
Speechify
将印刷或数字文本、PDF 文件和网页文章转换为语音音频，支持自然音色的AI语音、可调节的播放速度、跨设备同步、离线访问、照片扫描支持，以及内容组织与管理工具。
VoiceCraft
VoiceCraft 是一种基于令牌填充的神经编解码语言模型，在包括有声书、网络视频和播客在内的真实场景数据上，于语音编辑和零样本文本到语音（TTS）任务中均达到了最先进水平。
X to Voice
一款开源工具，通过分析您的X/推特个人资料数据，利用ElevenLabs Voice Design API生成定制语音，并集成Hedra视频API，带来创新的音视频体验。
语音引擎是OpenAI推出的文本转语音生成平台，可通过输入文本和一段15秒的音频样本，生成与原说话者声音高度相似的自然语音。
通过上传网站、PDF文件或文档创建AI播客，选择可定制的主持人和脚本，通过大纲规划生成节目，编辑输出内容，并发布音频，为创作者简化制作流程，无需手动录制。
