parrots

收录理由

这个项目把语音识别和语音合成打包成一个Python库，省去自己拼装ASR和TTS模型的麻烦。识别部分基于distil-whisper，支持中英文，还带拼音转汉字；合成方面提供三条路线：用GPT-SoVITS训练的多角色引擎，IndexTTS2支持情感和音色解耦、可调时长，以及流式输出实现低延迟实时语音。如果你在做中英文语音功能，想用一个库同时搞定识别和合成，这个很合适。多语言TTS加上情感和语速的精细控制是最大亮点，流式通道也让实时响应有了更快路径。装起来很简单，pip安装即可，还有HuggingFace在线试听，可以先感受下效果再决定。