Китайцы выпустили генератор речи OmniVoice, превосходящий ElevenLabs

Китайцы выпустили генератор речи OmniVoice, превосходящий ElevenLabs. Он создаёт аудио на 600+ языках, клонирует голоса без цензуры по записи 5–10 секунд, работает в 40 раз быстрее реального времени и запускается на слабом железе.

Возможна настройка параметров (пол, возраст, шепот). Сервис бесплатен.

Демо: https://huggingface.co/spaces/k2-fsa/OmniVoice
Модель: https://huggingface.co/k2-fsa/OmniVoice
Код: https://github.com/k2-fsa/OmniVoice

2 660

👍 21

Комментарии (14)

Милый Эксперт 2026-04-07 11:27

Пробовал я месяц назад использовать в "производстве" модель Qwen3TTS. На клонирование голоса и последующего его использования. На русском языке.
Ну чё, замучался я генерить правильные произношения, ну очень трудно вытянуть. У модели нет каких то правил ударений и подсказки в произношении звуков и это главный пиздец. Ну и клонирование - бухой оригинал.
Пока так на русском языке. Ответить

раскрыть ветку (10)
- Изумрудный Космонавт 2026-04-07 11:28
  
  у модели от майкрософт есть Ответить
  
  раскрыть ветку (5)
  - Милый Эксперт 2026-04-07 11:29
    
    В открытом доступе не нашел, чтоб можно было предметно потестить. Прям на хорошем тексте и глубоко. Ответить
    
    раскрыть ветку (2)
    - Изумрудный Космонавт 2026-04-07 11:29
      
      новую почту заведи, там в azure demo период есть Ответить
      
      раскрыть ветку (1)
      - Милый Эксперт 2026-04-07 11:30
        
        Ок. Посмотрю, спасибо за наводку Ответить
  - Милый Эксперт 2026-04-07 11:29
    
    Там с клонированием голоса? Или голоса по-умолчанию? Ответить
    
    раскрыть ветку (1)
    - Изумрудный Космонавт 2026-04-07 11:29
      
      вот это точно не подскажу Ответить
- Сквознячный Судья 2026-04-07 11:32
  
  Тем же самым сейчас занимаюсь) мучаюсь в этой модели с ударениями. Ответить
  
  раскрыть ветку (3)
  - Милый Эксперт 2026-04-07 11:34
    
    Я два дня использовал. В одной задаче получил нужный результат. Воодушевился, перешел ко второй, а там куча названий и более расширенный словарный запас - и всё, провал. Не смог задачу решить, никак не поддается. Понял, что пока еще рано. Ответить
    
    раскрыть ветку (2)
    - Сквознячный Судья 2026-04-07 11:36
      
      Ну, мне кажется, я добью)
      Пока лучший результат получался только с этой моделью: https://huggingface.co/Misha24-10/F5-TTS_RUSSIAN но у нее другие проблемы. Не удалось добиться стабильной работы на большом контексте. Стабильно падает. Только всего несколько предложений если. Ответить
      
      раскрыть ветку (1)
      - Милый Эксперт 2026-04-07 11:38
        
        Вот вот. Еще большая проблема - большие объёмы. Ну не получается даже с абзацем текста. "Кормил" модель по 2 предложения - так проще чистить баги. Ответить
Чесночный Режиссер 2026-04-07 11:59

Еще никогда работать мошенником не было так просто и выгодно. Куда катится этот мир. Им просто инструменты на блюдечке приносят. Ответить
Шерстяной Круассан 2026-04-07 12:00

Каждый месяц выходят новые модели убивающие ElevenLabs. Потом куда-то пропадают Ответить
Чесночный Режиссер 2026-04-07 12:01

Идея стартапа. Подтверждение в разговоре/телефоне, что на том конце реальный "владелец" голоса. Начальные инвестиции приветствуются, Возврат не гарантируется. :) Ответить