Amphion
软件描述
Amphion 是一个用于音频、音乐和语音生成的工具包。其目的是支持可重复的研究，并帮助初级研究人员和工程师进入音频、音乐和语音生成领域的研究与开发。
官方网站
访问软件的官方网站了解更多信息
openhlt.github.io
什么是 Amphion?
Amphion 是一个用于音频、音乐和语音生成的工具包。其目标是支持可复现的研究，并帮助初级研究人员和工程师在音频、音乐和语音生成领域的研究与开发中快速入门。Amphion 拥有独特功能：提供经典模型或架构的可视化展示。我们相信，这些可视化对希望深入理解模型的初级研究人员和工程师具有重要意义。
Amphion 的核心目标是提供一个平台，用于研究如何将任意输入转换为音频。Amphion 被设计为支持多种独立生成任务，包括但不限于：
TTS：文本到语音
SVS：歌唱语音合成
VC：语音转换
SVC：歌唱语音转换
TTA：文本到音频
TTM：文本到音乐
更多……
除了具体的生成任务，Amphion 还包含多种语音编码器（vocoder）和评估指标。语音编码器是生成高质量音频信号的重要模块，而评估指标则对于确保生成任务中结果的一致性至关重要。此外，Amphion 专注于推动音频生成在实际应用场景中的发展，例如构建大规模语音合成数据集。
🔄 替代方案
67 个选择
Whisper Mate
软件
使用 OpenAI 的 Whisper AI 模型批量将音频文件或视频文件转录为文本。提供嵌入式字幕编辑器，可逐段预览转录结果。所有转录操作均在本地设备上完成，保障您的隐私安全。
AI Audio Kit
一个简单直接的 macOS 应用程序，允许用户从 macOS 桌面使用不同的 Whisper 服务（OpenAI API、Runpod Faster Whisper）。您可以使用自己的 API 密钥，确保仅对实际使用的服务产生费用。
Buzz Captions
Buzz Captions 是一款基于 OpenAI Whisper 模型的离线音频转录与翻译工具，用户可以导入音频和视频文件，生成 CSV、SRT、TXT 和 VTT 格式的字幕文本。
