宁波开源火种项目 - F5-TTS

F5-TTS是一款基于流匹配的全非自回归文本到语音转换系统，由上海交通大学、剑桥大学和吉利汽车研究院联合开发。该系统无需复杂设计，如持续时间模型、文本编码器和音素对齐，能够实现快速训练，并达到RTF（实时因素）0.15的推理速度，明显优于当前基于扩散的TTS模型。

even1234

19人浏览 · 2025-03-17 10:30:49

even1234 · 2025-03-17 10:30:49 发布

F5-TTS是一款基于流匹配的全非自回归文本到语音转换系统，由上海交通大学、剑桥大学和吉利汽车研究院联合开发。该系统无需复杂设计，如持续时间模型、文本编码器和音素对齐，能够实现快速训练，并达到RTF（实时因素）0.15的推理速度，明显优于当前基于扩散的TTS模型。在GitHub上获得超1.04万个Star，1400多次Fork。