AIbase

Seed Tts Eval
Seed Tts Eval
目标受众为语音合成技术的研究者和开发者，他们可以利用seed-tts-eval模型来评估和改进他们的语音合成系统。
AI模型AI语音合成#语音合成#自动语音识别#说话人相似度普通产品开源
总访问量： 474,564,576
占比最多地区： US(19.34%)
3,996
产品介绍
网站流量
同类开源产品
替代品
简介
seed-tts-eval 是一个用于评估模型零样本语音生成能力的测试集，它提供了一个跨领域目标的客观评估测试集，包含从英语和普通话公共语料库中提取的样本，用于衡量模型在各种客观指标上的表现。它使用了Common Voice数据集的1000个样本和DiDiSpeech-2数据集的2000个样本。
截图
产品特色
采用Common Voice和DiDiSpeech-2数据集样本进行评估
使用Word Error Rate (WER)和Speaker Similarity (SIM)作为评估指标
为英语和普通话分别采用Whisper-large-v3和Paraformer-zh作为自动语音识别引擎
使用WavLM-large模型进行说话人相似度评估
提供测试集的下载链接
支持零样本文本到语音(TTS)和声音转换(VC)任务的评估
使用教程
访问seed-tts-eval的GitHub页面
阅读README文件了解如何安装依赖和使用测试集
下载所需的测试集样本
使用提供的评估代码进行模型性能的评估
根据评估结果优化语音合成模型
流量来源
直接访问51.61%外链引荐33.46%邮件0.04%
自然搜索12.58%社交媒体2.19%展示广告0.11%
最新流量情况
月访问量
4.92m
平均访问时长
393.01
每次访问页数
6.11
跳出率
36.20%
总流量趋势图
地理流量分布情况
美国
19.34%
中国
13.25%
印度
9.32%
俄罗斯
4.28%
德国
3.63%
地理流量分布全球图
精选AI产品推荐
Nocode
中文精选
NoCode 是一款无需编程经验的平台，允许用户通过自然语言描述创意并快速生成应用，旨在降低开发门槛，让更多人能实现他们的创意。
开发平台#应用开发
912
Listenhub
优质新品
ListenHub 是一款轻量级的 AI 播客生成工具，支持中文和英语，基于前沿 AI 技术，能够快速生成用户感兴趣的播客内容。
音频生成#AI
348
Lovart
国外精选
Lovart 是一款革命性的 AI 设计代理，能够将创意提示转化为艺术作品，支持从故事板到品牌视觉的多种设计需求。
AI设计工具#创意工具
1,128
Fastvlm
FastVLM 是一种高效的视觉编码模型，专为视觉语言模型设计。
AI模型#图像处理开源
564
Smart PDFs
国外精选
Smart PDFs 是一个在线工具，利用 AI 技术快速分析 PDF 文档，并生成简明扼要的总结。
文章摘要#AI
984
Keysync
KeySync 是一个针对高分辨率视频的无泄漏唇同步框架。
视频编辑#视频处理开源
480
Anyvoice
AnyVoice是一款领先的AI声音生成器，采用先进的深度学习模型，将文本转换为与人类无法区分的自然语音。
音频生成#文本转语音
26.38k
Liblibai
中文精选
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。
AI模型#图像生成
344.42k