Voice-Pro – Gradio WebUI hỗ trợ nhận dạng giọng nói, dịch thuật và tổng hợp giọng nói

Voice-Pro là một Gradio WebUI hỗ trợ nhận dạng giọng nói, dịch thuật và tổng hợp giọng nói.

Các tính năng chính:

• Nhân bản giọng nói zero-shot. Chỉ cần một mẫu giọng nói dài 15 giây. Cung cấp hơn 50 giọng người nổi tiếng
• Tải xuống âm thanh từ YouTube
• Tách giọng hát
• Chuyển văn bản thành giọng nói đa ngôn ngữ (Edge-TTS, F5-TTS)
• Dịch đa ngôn ngữ
• Hỗ trợ nhiều engine Whisper khác nhau (Whisper, Faster-Whisper, Whisper-Timestamped)

Demo video:

• Hướng dẫn sử dụng Voice-Pro: https://youtu.be/z8g8LMhoh_o

• Demo tạo podcast bằng Voice-Cloning: https://youtu.be/Wfo7vQCD4no

• Các video demo và mẫu: https://youtube.com/playlist/?list=PLwx5dnMDVC9Y7dAjm9r26CZUw1uU5VIeq

GitHub:
https://github.com/abus-aikorea/voice-pro

[yangeok]

Chắc là do một người Hàn Quốc tạo ra.