Início Projetos Tacotron-2
Tacotron-2

Tacotron-2

por Rayhane-mamah · GitHub

Implementação do Tacotron-2 da DeepMind em Tensorflow

Ver no GitHub
Em palavras simples

Sintetize fala usando um modelo de rede neural baseado na pesquisa da DeepMind.

⭐ Estrelas
🍴 Forks
📜 Licença
Uso comercial permitido
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
Tacotron-2 — GitHub preview card
📈 Histórico de estrelas
2 3232 322
2026-07-072026-07-29
📈 Acompanhe Tacotron-2

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Implementação do Tacotron-2 da DeepMind em Tensorflow

Tacotron-2 tem 2.3k estrelas no GitHub. Foi bifurcado 899 vezes. Tacotron-2 é escrito principalmente em Python. Está em desenvolvimento ativo desde 2017. Tacotron-2 está disponível sob a licença MIT. Os seus principais temas são: paper, python, speech-synthesis, tacotron.

Frequently asked questions

O que é Tacotron-2?

Implementação do Tacotron-2 da DeepMind em Tensorflow

Tacotron-2 é de código aberto?

Tacotron-2 é um projeto de código aberto. É distribuído sob a licença MIT.

Tacotron-2 é gratuito?

Sim. Tacotron-2 é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está Tacotron-2?

Tacotron-2 está disponível sob a licença MIT.

Em que linguagem Tacotron-2 está escrito?

Tacotron-2 é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
olud.ai badge — Tacotron-2

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=rayhane-mamah-tacotron-2)](https://olud.ai/project/rayhane-mamah-tacotron-2.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.