Inicio Proyectos Tacotron-2
Tacotron-2

Tacotron-2

por Rayhane-mamah · GitHub

Implementación de Tacotron-2 de DeepMind en Tensorflow

Ver en GitHub
En palabras simples

Sintetiza voz utilizando un modelo de red neuronal basado en la investigación de DeepMind.

⭐ Estrellas
🍴 Ramas
📜 Licencia
Uso comercial permitido
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
Tacotron-2 — GitHub preview card
📈 Historial de estrellas
2 3232 322
2026-07-072026-07-29
📈 Sigue Tacotron-2

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Implementación de Tacotron-2 de DeepMind en Tensorflow

Tacotron-2 tiene 2.3k estrellas en GitHub. Se ha bifurcado 899 veces. Tacotron-2 está escrito principalmente en Python. Se desarrolla activamente desde 2017. Tacotron-2 está disponible bajo la licencia MIT. Sus temas principales son: paper, python, speech-synthesis, tacotron.

Frequently asked questions

¿Qué es Tacotron-2?

Implementación de Tacotron-2 de DeepMind en Tensorflow

¿Tacotron-2 es de código abierto?

Tacotron-2 es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿Tacotron-2 es gratis?

Sí. Tacotron-2 es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está Tacotron-2?

Tacotron-2 está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito Tacotron-2?

Tacotron-2 está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — Tacotron-2

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=rayhane-mamah-tacotron-2)](https://olud.ai/project/rayhane-mamah-tacotron-2.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.