모델 소개
This model is part of Facebook's Massively Multilingual Speech project, aiming to provide speech technology across a diverse range of languages. You can find more details about the supported languages and their ISO 639-3 codes in the MMS Language Coverage Overview, and see all MMS-TTS checkpoints on the Hugging Face Hub: facebook/mms-tts. VITS (**V**ariational **I**nference with adversarial learning for end-to-end **T**ext-to-**S**peech) is an end-to-end speech synthesis model that predicts a speech waveform conditional on an input text sequence. It is a conditional variational autoencoder (VAE) comprised of a posterior encoder, decoder, and conditional prior. A set of spectrogram-based acoustic features are predicted by the flow-based module, which is formed of a Transformer-based text encoder and multiple coupling layers. The spectrogram is decoded using a stack of transposed convolutional layers, much in the same style as the HiFi-GAN vocoder. Motivated by the one-to-many nature of the TTS problem, where the same text input can be spoken in multiple ways, the model also includes a stochastic duration predictor, which allows the model to synthesise speech with different rhythms from the same input text.
주요 특징
特点摘要待依据来源补齐，不凭模型名称推断能力。
한계 및 유의 사항
구체적 한계를 판단할 출처가 부족합니다. 실제 성능, 지연, 데이터 정책, 라이선스와 버전 수명을 확인하세요.
출처별 요금 및 비용 분석
요금은 채널, 지역, 설정에 따라 다릅니다. 각 채널 요금은 개별 표시되며 제공사의 통일 공식 요금이 아닙니다.
| 출처 / 채널 | 입력 | 출력 | 과금 단위 | 수집 시간 |
|---|---|---|---|---|
| 확인된 요금이 없습니다. 출처를 확인하세요. | ||||
월간 기본 토큰 비용 추정
추정치에는 캐시 할인, 구간 요금, 멀티모달 추가 요금, 검색, 세금 및 추가 추론 출력이 포함되지 않습니다.
공개 평가 및 실행 설정
暂无已采集的可核验公开评分。模型未上榜不代表能力较低。
등록된 전체 순위 보기 →자주 묻는 질문
오픈 웨이트면 무료 상업 이용이 가능한가요?
반드시 그렇지는 않습니다. 버전별 라이선스, 상업 이용 조건과 정책을 확인하세요. 자체 배포에는 연산 및 유지 비용도 듭니다.
실시간 결제 요금인가요?
수집 시간이 기록된 요금 스냅샷입니다. 최신 버전, 지역, 할인과 과금 방식은 해당 채널에서 확인하세요.
출처 및 추적 기록
许可证：cc-by-nc-4.0。模型介绍与第三方评测均以原来源的具体版本和方法为准。