VibeTTS

プロダクト概要

VibeTTSは、7000以上の言語をサポートし、ユーザーが音声のピッチ、エネルギー、およびタイミングを音素レベルで編集できる革新的なテキストから音声への変換プラットフォームです。従来のTTSシステムでは制御が効かない音声生成の課題を解決するために開発されました。

主な特徴

• 7000以上の言語をサポート: 主要な言語から希少方言、古代文字まで網羅。
• ピッチ、エネルギー、長さの編集: 細かい調整が可能で、ドラマティックな表現や、ペーシングの最適化が実現。
• 無限の声を生成: シードから生成できる多様な音声。
• アップロードした音声のクローン作成と編集: 6つのパラメータで音声を調整。
• （ほぼ）リアルタイム生成: 効率的な生成プロセス。
• プロフェッショナルな出力品質: 商業用にも対応。

開発の背景

開発者は、AIダビングプロジェクトに従事する中で、既存のTTSプラットフォームの限界に直面しました。必要なコントロールが不足している中、Toucan TTSモデルに出会い、その可能性を最大限に引き出すためのアプリを作成しました。

詳細は vibetts.com をご覧ください。