tortoise-tts

Tortoise-TTS 是一个高质量的多说话人文本转语音（TTS）系统，专注于生成自然、富有表现力的语音。其核心采用混合架构：结合自回归解码器与扩散模型解码器，在保持丰富语调和韵律的同时支持多风格语音合成；支持用户提供参考音频进行音色克隆，并可调节语速、停顿等细粒度参数。项目适配中英文语音合成，适用于有声书制作、AI配音、无障碍辅助工具及语音内容原型开发等对语音自然度要求较高的场景。