Startseite Projekte f5-tts-mlx
f5-tts-mlx

f5-tts-mlx

von lucasnewman · GitHub

Implementierung von F5-TTS in MLX

Auf GitHub ansehen
In einfachen Worten

Generieren Sie Sprache aus Text mit einem neuen Text-zu-Sprache-System, das schnell und effizient arbeitet.

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
f5-tts-mlx — GitHub preview card
📈 Sternhistorie
644640
2026-07-202026-07-29
📈 f5-tts-mlx verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Implementierung von F5-TTS in MLX

f5-tts-mlx hat 644 Sterne auf GitHub. Es wurde 64-mal geforkt. f5-tts-mlx ist hauptsächlich in Python geschrieben. Es wird seit 2024 aktiv entwickelt. f5-tts-mlx ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: diffusion-transformer, flow-matching, mlx, text-to-speech.

Frequently asked questions

Was ist f5-tts-mlx?

Implementierung von F5-TTS in MLX

Ist f5-tts-mlx Open Source?

f5-tts-mlx ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist f5-tts-mlx kostenlos?

Ja. f5-tts-mlx ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht f5-tts-mlx?

f5-tts-mlx ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist f5-tts-mlx geschrieben?

f5-tts-mlx ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — f5-tts-mlx

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=lucasnewman-f5-tts-mlx)](https://olud.ai/project/lucasnewman-f5-tts-mlx.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.