TensorFlowTTS
:stuck_out_tongue_closed_eyes: TensorFlowTTS : Synthèse vocale de pointe en temps réel pour Tensorflow 2 (supporté y compris l'anglais, le français, le coréen, le chinois, l'allemand et facile à adapter pour d'autres langues)
Générez de la parole réaliste à partir de texte dans plusieurs langues en utilisant des modèles avancés de synthèse vocale.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout moment:stuck_out_tongue_closed_eyes: TensorFlowTTS : Synthèse vocale de pointe en temps réel pour Tensorflow 2 (supporté y compris l'anglais, le français, le coréen, le chinois, l'allemand et facile à adapter pour d'autres langues)
TensorFlowTTS compte 4k étoiles sur GitHub. Il a été forké 798 fois. TensorFlowTTS est écrit principalement en Python. Il est développé activement depuis 2020. TensorFlowTTS est disponible sous licence Apache-2.0. Ses principaux thèmes sont : chinese-tts, fastspeech, fastspeech2, german-tts.
Qu'est-ce que TensorFlowTTS ?
:stuck_out_tongue_closed_eyes: TensorFlowTTS : Synthèse vocale de pointe en temps réel pour Tensorflow 2 (supporté y compris l'anglais, le français, le coréen, le chinois, l'allemand et facile à adapter pour d'autres langues)
TensorFlowTTS est-il open source ?
TensorFlowTTS est un projet open source. Il est distribué sous licence Apache-2.0.
TensorFlowTTS est-il gratuit ?
Oui. TensorFlowTTS est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est TensorFlowTTS ?
TensorFlowTTS est disponible sous licence Apache-2.0.
Dans quel langage TensorFlowTTS est-il écrit ?
TensorFlowTTS est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/tensorspeech-tensorflowtts.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.