Bert-VITS2

Bert-VITS2 是一个基于 VITS2 架构的多语言文本到语音（TTS）合成模型，核心特点是将多语言 BERT 作为文本编码器融入声学建模流程，提升语义表征能力与跨语言泛化性。支持中、英、日、韩等多语种混合输入，具备端到端训练、高自然度语音生成及较低推理延迟等技术特点。适用于开源 TTS 研究、本地化语音克隆、轻量级语音助手开发等对可控性与多语言支持有要求的场景。