metavoice-src

MetaVoice-1B 是一个面向高表现力语音合成的开源基础模型，专注于生成自然、富有情感韵律的英文语音。它基于1.2B参数架构，使用10万小时语音数据训练，支持零样本语音克隆（仅需30秒参考音频）、跨语言微调适配（如印度英语），并可合成任意长度文本。技术上采用PyTorch实现，强调语音节奏、语调与情感建模，适用于内容创作、无障碍服务、虚拟助手等需高质量、个性化语音输出的场景。