VITS

开源端到端TTS模型，采用变分推断与对抗训练，生成高质量自然语音，是TTS领域广泛使用的基础模型。

工具介绍

一、项目简介 VITS是开源的端到端文本转语音（TTS）模型，创新性地将变分推断（Variational Inference）与对抗训练结合，从文本直接生成高保真语音。模型在自然度与音质上显著优于传统TTS，成为TTS领域广泛使用与二次开发的基础模型，衍生出大量改进版本。二、核心特性端到端架构：文本直接生成语音，无需中间特征。变分推断+GAN：生成音质高、自然度好。多语言支持：可通过多语种数据训练。开源生态：作为基础模型被大量TTS项目沿用。三、典型应用语音合成、语音助手、配音、有声内容、TTS研究。。四、获取方式项目开源在GitHub（jaywalnut310/vits）。。

功能特点

端到端自然度高研究基座

标签：VITS 语音合成 TTS 端到端需翻墙

分类：开源语音音频