Orpheus-TTS est un modèle de synthèse vocale (TTS) publié par l'équipe de Canopy Labs le 18 mars 2025. Le modèle peut générer une parole naturelle, émotionnelle et proche du niveau humain, possède des capacités de clonage de voix sans échantillon et peut imiter des voix spécifiques sans pré-formation. Les utilisateurs peuvent utiliser des balises pour contrôler l’expression émotionnelle de la voix et améliorer le réalisme de la voix. Orpheus TTS a une faible latence d'environ 200 millisecondes, ce qui le rend adapté aux applications en temps réel.
Ce tutoriel utilise des ressources pour une seule carte RTX 4090.
2. Exemples de projets
3. Étapes de l'opération
1. Après avoir démarré le conteneur, cliquez sur l'adresse API pour accéder à l'interface Web
Si « Bad Gateway » s'affiche, cela signifie que le modèle est en cours d'initialisation. Étant donné que le modèle est grand, veuillez patienter environ 1 à 2 minutes et actualiser la page.
2. Après être entré sur la page Web, vous pouvez démarrer une conversation avec le modèle
❗️Conseils d’utilisation importants :
Température: Contrôlez le caractère aléatoire et la créativité de la génération.
Haut P : Contrôle la plage de sélection des jetons candidats.
Pénalité de répétition : Supprimez les schémas répétitifs dans le discours.
Longueur maximale : Contrôle la durée de l'audio généré.
Comment utiliser
Lorsque vous utilisez le navigateur Safari, l'audio peut ne pas être lu directement et doit être téléchargé avant la lecture. L’effet anglais est meilleur que l’effet chinois.
4. Discussion
🖌️ Si vous voyez un projet de haute qualité, veuillez laisser un message en arrière-plan pour le recommander ! De plus, nous avons également créé un groupe d’échange de tutoriels. Bienvenue aux amis pour scanner le code QR et commenter [Tutoriel SD] pour rejoindre le groupe pour discuter de divers problèmes techniques et partager les résultats de l'application↓
Soutien au projet
Merci à l'utilisateur Github xxxjjjyyy1 Déploiement de ce tutoriel.
