F5-TTS

Flow-matching zero-shot voice cloning TTS die vloeiende spraak genereert uit een korte referentieclip.

F5-TTS is een niet-autoregressief tekst-naar-spraak-model op basis van flow matching met diffusion transformers, dat natuurlijke, vloeiende spraak en zero-shot voice cloning produceert uit een paar seconden referentieaudio. Het is bekend om zijn sterke kwaliteit en snelheid zonder fonemuitlijning of een afzonderlijk duurmodel, en ondersteunt meertalige en code-switched synthese.