ChatTTS vs Hydra by Rightsify

ChatTTS es un modelo de texto a voz de código abierto diseñado para diálogos. El equipo de 2Noise lo entrenó con más de 100,000 horas de habla en chino e inglés, para que suene natural en conversaciones de ida y vuelta, no solo en narraciones guionizadas.

Lo que lo distingue es el control de prosodia a nivel granular. El modelo puede añadir risas, pausas e interjecciones, y maneja múltiples hablantes en una sola sesión. Esto lo hace apropiado para asistentes LLM, audio conversacional y multimedia con diálogos intensos.

Los desarrolladores pueden instalarlo mediante pip o clonar el repositorio en GitHub. La versión de código abierto en Hugging Face es un modelo base de 40,000 horas bajo la licencia AGPLv3+. El equipo lo orienta para casos de uso en investigación y diálogos, y se puede contactar en [email protected] para consultas sobre la hoja de ruta.

Hydra de Rightsify es un modelo de generación de música con IA para crear pistas instrumentales libres de derechos y efectos de sonido a partir de indicaciones de texto. Está diseñado para empresas, creadores de contenido y artistas que necesitan música de fondo original para videos, juegos, transmisiones en vivo, podcasts y medios comerciales sin tener que lidiar con obstáculos tradicionales de licencias.

Hydra se entrena con datos del catálogo propiedad de Rightsify y se enfoca en instrumentales en lugar de voces. Los usuarios describen género, instrumentación, tempo, estado de ánimo y contexto en una indicación, y luego generan clips que suelen variar desde muestras cortas hasta aproximadamente dos minutos. Hydra II amplió el modelo con un conjunto de datos de entrenamiento más grande, soporte multilingüe y herramientas de edición como remixing, looping, controles de fade, masterización, separación de stems y recorte de audio.

Rightsify posiciona la salida generada para uso comercial bajo sus derechos de autor, y la compañía también ha buscado la certificación ética en IA a través de Fairly Trained. El acceso a la API está disponible para desarrolladores que deseen integrar la generación de música a partir de texto en sus propios productos.