Mô hình chuyển văn bản thành giọng nói và nhân bản giọng nào tốt nhất theo Bảng xếp hạng mở Open TTS Leaderboard ?

[Nguyễn Thị Phương Thúy✔]

Khi nhu cầu tạo giọng đọc thuyết minh tự động và nhân bản giọng nói (voice cloning) đa ngôn ngữ tăng vọt, các nhà phát triển thường đứng trước câu hỏi khó: nên trả phí thuê bao hàng tháng cho các dịch vụ đám mây thương mại hay tự triển khai các mô hình âm thanh mã nguồn mở miễn phí? Để cung cấp một thước đo khách quan và minh bạch cho cộng đồng kỹ sư toàn cầu, nhóm nghiên cứu trên Hugging Face vừa chính thức ra mắt bảng xếp hạng đánh giá quy mô lớn mang tên Open TTS Leaderboard, cho phép so sánh trực diện độ tự nhiên, độ trễ và khả năng giữ màu giọng đa ngôn ngữ của hàng loạt mô hình chuyển văn bản thành giọng nói. Về bài toán chi phí thực tế: trong khi các cổng API giọng nói thương mại thu phí từ $5 đến $99/tháng (~127.250 - 2.519.550 VNĐ/tháng) hoặc tính theo số ký tự chuyển đổi, nhiều mô hình giọng nói trọng số mở dẫn đầu trên bảng xếp hạng hiện cho phép tải về chạy hoàn toàn miễn phí trên máy tính cá nhân có card đồ họa rời...

Đọc bài gốc tại đây