开源 TTS 模型 OmniVoice 发布:支持 600+ 语言,40 倍实时语音克隆
abhishek__AI · x · 2026-10-20
k2-fsa 开源了多语言零样本 TTS 模型 OmniVoice(GitHub 已 15.1k star,Apache-2.0 协议),号称零样本 TTS 中语言覆盖最广。核心亮点:
- 600+ 语言支持,可零样本语音克隆与通过文本提示设计新音色
- 基于扩散语言模型式新架构,推理速度达 40× 实时,配合 FlashInfer 再提速 2.9×
- 提供 Python API、命令行工具及训练/评估脚本,可直接部署使用
所属事件:开源 TTS 模型 OmniVoice 发布：600+ 语言、40 倍实时速度(2 条相关)→
「多模态」频道最新
- SwitchSplat 让 3D 重建学会开灯开门，入选 SIGGRAPH Asia 2026 — taiyasaki · 2026-10-20
- FastVideo 发布 FastH3 OmniRef 的 ComfyUI 版本 — Lost-Dot-9916 · 2026-10-20
- 实测对比：Qwen 2.1 多图编辑的主体融入感不如 AIO v23 — ShowerFluid9178 · 2026-10-20
- 半天做出职业生涯最好的视频：全 AI 剪辑流程实录 — aronkor · 2026-10-20
- 李飞飞团队 Halcyon：不做语言预训练也能做强文生图 — StanfordUniversity · 2026-10-20
- 一条视频教你从一句话到成片:笔记本变身 AI 电影导演 — tetsuoai · 2026-10-20