ChatTTS vs Voice Changer App - Celebrity Voices

ChatTTS est un modèle de synthèse vocale open-source conçu pour le dialogue. L'équipe 2Noise l'a entraîné sur plus de 100 000 heures de speech en chinois et en anglais, afin qu'il sonne de manière naturelle dans les conversations en échange, et pas seulement en narration scriptée.

Ce qui le distingue, c'est le contrôle de la prosodie à un niveau granulaire. Le modèle peut ajouter des rires, des pauses et des interjections, et il gère plusieurs locuteurs lors d'une même session. Cela en fait un outil adapté pour les assistants LLM, l'audio conversationnel et les médias interactifs riches en dialogue.

Les développeurs l'installent via pip ou en clonant le dépôt GitHub. La version open-source sur Hugging Face est un modèle de base de 40 000 heures sous licence AGPLv3+. L'équipe le présente comme étant destiné à la recherche et aux cas d'usage liés au dialogue, avec un contact à [email protected] pour toute question sur la feuille de route.

Celebrity Voice Changer transforme votre voix en imitations de célébrités grâce à l'apprentissage profond, sans modification de la hauteur ou filtres d'écho. Vous touchez une icône de personnage, parlez dans le micro, et l'application génère un court clip vidéo avec vos mots prononcés dans cette voix. Elle fonctionne sur iPhone, iPad et Android, et le développeur affirme que plus de 25 millions de personnes l'ont adoptée.

La plupart des applications de changement de voix modifient la hauteur ou ajoutent des effets de voix de type écureuil. Celle-ci entraîne des réseaux neuronaux sur de larges ensembles de données vocales pour créer des polices vocales, de sorte que le résultat ressemble davantage à une personne spécifique qu'à un filtre générique. La liste des célébrités dans l'application est plus étendue que celle présentée sur le site web, et vous pouvez demander de nouvelles voix via l'application.

L'application convient aux créateurs de contenu, aux organisateurs de fêtes et à toute personne réalisant des clips parodiques ou des canulars téléphoniques. Vous enregistrez de l'audio ou de la vidéo, partagez sur les réseaux sociaux, et alternez entre des voix comme Donald Trump, Obama ou des personnages fictifs. Une connexion internet est nécessaire car la génération vocale s'effectue côté serveur.