ChatTTS vs Voice Changer App - Celebrity Voices

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.

Celebrity Voice Changer convierte tu voz en imitaciones al estilo de celebridades usando aprendizaje profundo, no cambios de tono ni filtros de eco. Tocas un ícono de personaje, hablas al micrófono y la aplicación genera un clip de video corto con tus palabras habladas en esa voz. Funciona en iPhone, iPad y Android, y el desarrollador dice que más de 25 millones de personas se han unido.

La mayoría de las aplicaciones para cambiar voz modifican el tono o añaden efectos de ardilla. Esta entrena redes neuronales con grandes conjuntos de datos de voz para crear fuentes de voz, de modo que el resultado suena más parecido a una persona específica que a un filtro genérico. El listado de celebridades dentro de la aplicación es más amplio que el que aparece en el sitio web, y puedes solicitar nuevas voces a través de la app.

La aplicación es adecuada para creadores de contenido, anfitriones de fiestas y cualquiera que haga clips de parodia o llamadas de broma. Grabas audio o video, compartes en redes sociales y cambias entre voces como Donald Trump, Obama o personajes ficticios. Se requiere conexión a internet porque la generación de voz se realiza en el servidor.