F5-TTS,上交大/剑桥开源的TTS,零样本声音克隆,推理实时率达到0.15,支持控制语音速度,支持无缝在不同语言/方言间平滑过渡。
项目地址：https://swivid.github.io/F5-TTS/
Github地址：https://github.com/SWivid/F5-TTS
论文地址：https://arxiv.org/abs/2410.06885
在线体验：https://huggingface.co/spaces/mrfakename/E2-F5-TTS
详细与演示：
