Orpheus TTS – 开源免费文本转语音系统

Orpheus TTS （文本转语音系统）简介

Orpheus TTS 是一个开源的文本转语音系统，基于 Llama-3b 模型构建，能够为我们提供强大的文本转语音解决方案。该系统展示了使用大型语言模型（LLMs）进行语音合成的潜在能力，旨在生成更自然、富有情感的语音，超越当前一些领先的闭源模型如 Eleven Labs 和 PlayHT，适合各种应用场景，如虚拟助理、教育工具及娱乐内容创作等。

主要特点如下：

1. 人类般的语音表现：提供自然的语调、情感和节奏，使得合成的语音听起来更为真实。
2. 零样本声音克隆：无需事先微调即可克隆声音，为用户提供更大的灵活性。
3. 情感与语调引导：用户可以通过简单的标签控制语音的情感和语调特征。
4. 低延迟：实时应用中的流媒体延迟约为 200 毫秒，输入流媒体时可减少到约 100 毫秒。

该项目提供了多个模型，包括针对日常 TTS 应用的微调模型和基于 10 万小时以上英语语音数据训练的预训练模型。用户可以轻松在 Google Colab 上进行设置，并通过提供的示例代码快速生成语音。同时还支持音频水印功能，确保生成的内容具有唯一性。

Orpheus TTS （文本转语音系统）官网及开源地址

• 官网：https://canopylabs.ai/
• 开源地址：https://github.com/canopyai/Orpheus-TTS