VITS
ArchitettureVoiced Language Model with a Varying-rate adversarial (VITS): architettura neurale per la sintesi vocale che genera la forma d'onda direttamente dal testo senza un vocoder separato. È alla base di Piper e Kokoro-82M.
Voiced Language Model with a Varying-rate adversarial (VITS): architettura neurale per la sintesi vocale che genera la forma d'onda direttamente dal testo senza un vocoder separato. È alla base di Piper e Kokoro-82M.