Je formerai un modèle de voix texte-parlant personnalisé avec kokoro tts

Vous recherchez une synthèse vocale naturelle et humaine – même avec un vietnamien réel ? Je formerai un modèle Kokoro TTS personnalisé, prêt pour la production, pour votre projet !

POURQUOI KOKORO ? Piper est léger mais sonne souvent robotisé. Kokoro (82 M paramètres) paraît humain et expressif tout en restant compact et rapide – jusqu’à 100x en temps réel sur GPU, et entièrement compatible CPU.

CE QUI REND CE GIG DIFFÉRENT

- G2P vietnamien personnalisé : référence d’exactitude de lecture à 98,9 % – les chiffres, les symboles %, les dates et le bascule VI/EN se lisent naturellement

- Multi-voix bien géré : 32 voix dans UN modèle de 82 M – chaque nouvelle voix constitue un petit pack de voix de 0,5 Mo

- Porte d’évaluation ASR : chaque voix est testée en WER (~6 %) avant livraison

CE QUE VOUS ENVOYEZ : seulement 10 à 15 minutes d’audio par voix. Les enregistrements bruts conviennent – je m’occupe du découpage, du nettoyage, de la réduction du bruit et de la construction du jeu de données.

CE QUE VOUS OBtiendrez : modèle Kokoro ajusté (.pth, PyTorch, CPU/GPU) + voicepacks et configurations + G2P personnalisé (Premium) + script d’inférence Python prêt à l’emploi et documentation.

PARFAIT POUR les assistants domestiques intelligents, les jouets pour enfants et les conteurs, les agents IA conversationnels, les robots, les livres audio, la narration YouTube et les dialogues NPC des jeux.

Envoyez-moi un message avant de commander – je testerai votre échantillon audio en premier !