Muyan-TTS简介
Muyan-TTS是一款专为播客场景设计的开源文本转语音模型，基于Llama-3.2-3B架构构建，结合SoVITS解码器技术。该模型通过超过10万小时播客音频数据的预训练，能够生成高质量的自然语音输出。
core functionality
- Zero-sample speech synthesis：无需额外训练即可生成播客风格语音，支持多种音色模仿
- Personalized voice customization：通过少量（几十分钟）单人语音数据微调可生成特定speaker的语音
- Efficient Reasoning：在NVIDIA A100 GPU上每秒可生成约0.33秒音频，优于多数开源TTS模型
- 完整的开发生态：提供训练代码、数据处理管道和API部署工具
项目采用Apache 2.0许可证，模型权重和代码已在GitHub、Hugging Face和ModelScope平台开放。
This answer comes from the articleMuyan-TTS: Personalized Podcast Speech Training and SynthesisThe
May not be reproduced without permission:AI productivity tools " 什么是Muyan-TTS？它的核心功能有哪些？
English 
简体中文 
日本語 
Deutsch 
Português do Brasil