fishaudio/Bert-VITS2

vits2 backbone with multilingual-bert

What it solves

它提供了一个文本转语音 (TTS) 系统，该系统将 VITS2 骨干网络与多语言 BERT 嵌入相结合，以提高语音合成的质量和自然度。

How it works

该项目实现了一个集成了多语言 BERT 模型的 VITS2 架构，用于处理文本输入并生成高质量音频输出。它借鉴了 MassTTS 的核心思想，并基于现有的 VITS 框架构建。

Who it's for

对训练和部署高质量、多语言文本转语音模型的开发人员和 AI 研究人员感兴趣的人员。

Highlights

  • 多语言 BERT 集成，以获得更好的文本表示。
  • 基于 VITS2 骨干网络，实现高效的语音合成。
  • 包含通过 webui_preprocess.py 进行的预处理指南。