File size: 951 Bytes
163c1f9 24debfd 231dd79 163c1f9 24debfd 1ec4625 24debfd b73b36e 24debfd 4089f6f |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
---
license: cc-by-sa-4.0
language:
- ja
- zh
- en
pipeline_tag: text-to-speech
---
[Style-Bert-VITS2](https://github.com/litagin02/Style-Bert-VITS2)の[JVNVコーパス](https://sites.google.com/site/shinnosuketakamichi/research-topics/jvnv_corpus)で学習したモデルファイル（と音声合成に必要ないくつか）です。
- スタイル: JVNVコーパスの分類と同じ、Angry, Disgust, Fear, Happy, Sad, Surpriseと、平均のNeutralの7つです(Neutralといいつつかなり入力文章に応じた感情が出ます)。
- [オンラインデモ](https://huggingface.co/spaces/litagin/Style-Bert-VITS2-JVNV)
ライセンスはJVNVコーパスのcc-by-sa-4.0を引き継ぎます。
TODO?: JVNVコーパスは非言語発話が冒頭にある場合が多いのが原因で、合成した場合に最初の方の音素長がバグることが多い。非言語発話を削除して学習し直す？かもしれない？ |