Aivis-Project/AivisSpeech

What it solves

AivisSpeech 是一款设计用于生成情感丰富的语音的日语文本转语音 (TTS) 软件。它提供了一个基于 VOICEVOX 的用户友好型编辑器 UI，允许用户轻松地从文本中创建合成语音。

How it works

该软件集成了 AivisSpeech Engine，它利用了 AIVMX (Aivis Voice Model for ONNX) 开放式文件格式。此格式将训练好的模型、超参数、风格向量和说话人元数据 (metadata) 打包成一个单一文件。通过使用 ONNX Runtime，系统可以实现快速的 CPU 推理 (inference) 并消除对 PyTorch 的依赖，从而减少安装包的大小。

Who it’s for

它主要针对需要高质量日语合成语音的内容创作者和开发者。它支持 Windows 和 macOS (特别是在 Apple Silicon) 用户。

Highlights

• ONNX-based Inference: 使用 AIVMX 文件以获得高速的 CPU 推理性能和更小的占用空间。
• ONNX-based Inference: 使用 AIVMX 文件以获得高速的 CPU 推理性能和和更小的占用空间。
• **VOICEVOX-based UI: 利用熟悉的编辑器界面进行直观的语音合成。
• AIVM Specification: 支持包含元数据 (metadata) 和说话人信息的标准化开放式语音模型文件格式。
• Architecture Support: 兼容 Style-Bert-VITS2 和 Style-Bert-VITS2 (JP-Extra) 模型架构。