Каждый день · проверено по первоисточникуВсе выпуски
Применяй ИИ
Новости ИИ и технологий каждый день
Находки и кодГлавное

Boson AI выложила на Hugging Face Higgs TTS 3 — модель озвучки на ~4 млрд параметров, которая знает 100+ языков и умеет клонировать голос без дообучения

🗣 Boson AI выложила на Hugging Face Higgs TTS 3 — модель озвучки на ~4 млрд параметров, которая знает 100+ языков и умеет клонировать голос без дообучения.

Эмоциями и манерой управляют прямо в тексте тегами вида <|категория:значение|>: есть радость, злость, страх, шёпот, крик, пение. Ещё можно вставлять паузы и звуки вроде смеха, кашля или вздоха. По заявлению Boson, на 102 языках ошибка распознавания сказанного ниже 10%, а на 85 из них — ниже 5. Русский в первой группе.

⚖️ Лицензия исследовательская и некоммерческая: встраивать в продукт, поднимать API или перепродавать нельзя без отдельной сделки. Исключение — авторы подкастов, видео и постов: им можно бесплатно, в том числе с монетизацией, если указать, что звук сделан с помощью Higgs Audio от Boson AI. Клонировать чужой голос без согласия запрещено.

🛠 Как расставлять теги, расписано в PROMPTING.md на странице модели. Забираем по ссылке.

Темы:Локальные моделиДеньги и рынок

Комментарии

Комментарии ведутся в Telegram: войдите через Telegram, чтобы написать или поставить лайк. Открыть обсуждение

Ещё по теме