당신의 목소리로 일본어, 한국어, 광둥어, 표준어를 말하세요
요약
단 5초의 오디오만으로 사용자의 음색, 억양, 리듬을 그대로 복제하는 오픈 소스 모델 GPT-SoVITS를 소개합니다. 1분의 데이터로 미세 조정이 가능하며, 영어 목소리로 학습해도 다양한 언어로 교차 언어 발화가 가능합니다.
핵심 포인트
- 5초 오디오만으로 제로샷 클로닝 가능
- 1분 분량의 데이터로 고성능 미세 조정 지원
- 음색을 유지한 채 다국어 교차 언어 학습 지원
- GitHub 59,200 stars를 기록한 MIT 오픈 소스
당신의 목소리로 일본어, 한국어, 광둥어, 그리고 표준어를 말해보세요.
로봇이 읽어주는 번역 앱이 아닙니다. 당신의 음색(Timbre), 당신의 억양(Intonation), 당신의 리듬(Rhythm) 그대로입니다.
단 5초의 오디오만으로 제로샷 클로닝 (Zero-shot cloning)이 가능합니다. GitHub 59,200 stars, MIT 오픈 소스(Open-source)이며, 이름은 GPT-SoVITS입니다.
1분의 오디오로 미세 조정 (Fine-tune)이 가능하며, 그 효과는 연구원들이 30분 분량의 스튜디오 녹음 자료를 사용하여 학습시킨 모델과 맞먹습니다.
교차 언어 학습 (Cross-language training). 영어 목소리로 학습시키면, 음색을 완전히 유지한 채 일본어, 한국어, 광둥어, 표준어를 말할 수 있습니다.
오픈 소스 링크:
AI 자동 생성 콘텐츠
본 콘텐츠는 X @xiaoying_eth (자동 발견)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기0