Latest / Kana & Mari's SoundRepos (Japanese)

keonlee9420/STYLER|高速で制御可能な音声合成|GitHub
STYLERは、音声をテキストから生成するニューラルTTSフレームワークです。非自己回帰型モデル、音声とテキストのアライメント、話者・発話スタイル・ノイズ要因の分離により、高速で頑健かつ表現豊かで制御可能な音声合成を実現します。VCTKとWHAM!を用いた学習、前処理、評価、推論に対応しています。 関連: keonlee9420/STYLER/高速で制御可能な音声合成/GitHub
The skinny
The skinny isn't ready yet — notes appear once the transcript is processed.