VieNeu-TTS v3 Turbo
IA Contenu généré par intelligence artificielle : texte écrit par une IA, lu par des voix de synthèse.
Transcription avec les sources de chaque passage
Marc
VieNeu-TTS publie v3 Turbo, un modèle ouvert de synthèse vocale en vietnamien et en anglais, d’après AlphaSignal. Le modèle produit de l’audio à 48 kilohertz et peut cloner une voix à partir d’un extrait de 3 à 8 secondes ; il est distribué sous licence Apache 2.0. Cette version vise donc à rendre accessibles la génération vocale et le clonage à partir d’un court échantillon, sans exiger un enregistrement long. Entraîné de zéro sur plus de 10 000 heures d’audio bilingue, le modèle propose 25 voix prédéfinies, qui couvrent les dialectes du nord, du centre et du sud du Vietnam. Pour l’exécution, VieNeu-TTS annonce une inférence sur processeur avec ONNX Runtime, sans PyTorch dans l’installation minimale : le facteur temps réel indiqué est de 0,5 sur un Core i5 de 12e génération, et de 0,35 avec la quantification int8. Sur une carte graphique RTX 3060, le projet rapporte un premier audio en environ 115 millisecondes et jusqu’à 16 flux simultanés. Une interface de streaming compatible avec l’API audio d’OpenAI est également proposée, en complément de ces modes d’exécution sur processeur et sur carte graphique. La version v4, présentée comme offrant une fidélité de clonage proche de l’original, reste propriétaire ; VieNeu-TTS invoque des risques de mésusage pour expliquer qu’elle ne soit pas publiée en logiciel libre.
Une erreur ?
Signalez-la : le message part avec l'adresse de cette page, son titre et son heure de diffusion. Une personne mise en cause peut aussi exercer son droit de réponse.
Signaler une erreurUn mot pour la rédaction ?
Une remarque, une idée de sujet, un avis sur ce passage : votre message va à la rédaction seulement, il n'est pas publié.