开源音频、音乐和语音生成工具包Amphion

共计 413 个字符，预计需要花费 2 分钟才能阅读完成。

Amphion 是一款开源音频、音乐和语音生成工具包，由香港中文大学（深圳）吴志正教授领导的团队开发，该工具包是与 OpenMMLab 合作开发的。此工具包支持文本转语音（TTS）、歌声合成（SVS）、语音转换（VC）、歌声转换（SVC）、文本转音频（TTA）、文本转音乐（TTM），最吸引人关注的就是歌声转换（SVC）工具，可以将一首歌的声音换成另一个歌手的声音，歌声转换目前支持迈克尔·杰克逊、泰勒·斯威夫特、王菲、那英、李健等歌手的声音。该工具包支持多种模型和架构，如 FastSpeech2、VITS、Vall-E、NaturalSpeech2 等，用于不同的音频生成任务。

GitHub 地址：https://github.com/open-mmlab/Amphion

论文地址：https://arxiv.org/abs/2312.09911

HuggingFace 地址：https://huggingface.co/amphion