Open Source
GitHub, HuggingFace의 최신 AI 오픈소스 프로젝트를 탐색하세요.
VoxMel은 VoxDance-Lab이 공개한 토크나이저 없는 연속 자기회귀 TTS 프레임워크로, 학습된 음향 토크나이저나 압축 잠재 공간 없이 멜 스펙트로그램을 직접 모델링한다. 고정된 2축 Haar 변환으로 멜을 분해한 뒤 언어 모델 백본과 flow-matching 헤드가 Coarse-Mel만 자기회귀로 생성하고, 시간·주파수 잔차는 비자기회귀 단계에서 복원해 Vocos 보코더로 24kHz 음성을 만든다. Emilia 10만 시간으로 학습했으며 영어·중국어 제로샷 보이스 클로닝을 지원한다. 0.6B·0.3B 두 모델을 공개했고, 0.6B는 GRPO 후학습으로 Seed-TTS-eval 영어 WER 1.15%, SIM 0.753을 보고했다.
RVC-Boss
1분 음성으로 고품질 TTS 모델 훈련 가능한 음성 변환 웹UI
2noise
대화형 AI를 위한 자연스러운 음성 생성, 중영 이중언어 지원
babysor
5초 음성으로 목소리를 복제하는 실시간 음성 클로닝 TTS
myshell-ai
제로샷 크로스링귀얼 목소리 복제 기술로 정확한 톤 컬러 재현