PilotTTS

PilotTTS 是一个基于大语言模型的文本转语音系统，通过精简架构和全开源组件实现了高性能的声音合成。该项目核心功能包括一套完整的开源数据处理流程，能够将大规模互联网音频转化为高质量训练数据；支持内容一致性及说话人相似度控制，在Seed-TTS测试集上达到领先水平；同时具备11种情绪类别与4种副语言特征的可控合成能力，并能处理14种中文方言之间的转换。PilotTTS适用于需要高质量、多样化语音输出的应用场景，如虚拟助手、有声读物制作等。