MetaVoice-1B - model Text-To-Speech 1,2 miliar parameter

• Model TTS (text-to-speech) dengan 1,2 miliar parameter yang dilatih menggunakan 100 ribu jam suara
• Ritme dan intonasi bicara yang emosional (bahasa Inggris)
• Mendukung voice cloning melalui fine-tuning (untuk penutur India, berhasil hanya dengan sekitar 1 menit data suara)
• Untuk suara AS/Inggris, zero-shot cloning dimungkinkan hanya dengan 30 detik audio referensi
• Mendukung sintesis suara panjang
• Dapat digunakan tanpa batasan di bawah lisensi Apache 2.0