由于123盘有些用户访问不了，所以特意放了谷歌盘，方面各位下载使用。这个模型采用了48K 16深度 的原始数据集进行训练，数据集的长度在25分钟左右，都是很干净的数据集，对呼吸声进行了很好的优...

语料来自于日语，这个音色听起来比较独特，少了一些电台的感觉。 这个模型支持一定程度的笑，尖叫，但也只是一定程度。 从测试的监视器来看音域大概在c2-c4的一个区间。 在[其他推理]有我们实时...

最近一直忙于Ai炼丹，是因为在不断尝试各种音色的融合，子衿这个模型理论上是支持中/英/日三种语言。我们在融炼的时候在相似的音色下，通过采集不同语言的数据集进行融合，这个过程耗费了“两天...

这波模型放给大家，是一个少御音，利用SPIN重新构建的一个48k底模训练而成。 SPIN基于自监督学习框架，通过创新的说话人扰动和噪声不变性训练策略，能够更有效地解耦语音内容与说话人特征。其核...