Parler-TTS 是一个由 Hugging Face 开发的轻量级文本转语音（TTS）模型，能够以给定说话者的风格（性别、音调、说话风格等）生成高质量、自然 sounding 的语音。它是基于 Dan Lyth 和 Simon King 发表的论文《Natural language guidance of high-fidelity text-to-speech with synthetic annotations》的工作复现，两位作者分别来自 Stability AI 和爱丁堡大学。
与其他TTS模型不同，Parler-TTS 完全开源发布，包括数据集、预处理、训练代码和权重。
- 高质量、自然 sounding 的语音输出：Parler-TTS 能够生成高质量且听起来非常自然的语音。它可以根据给定说话者的风格（如性别、音调、说话风格等）进行定制，以产生与特定人声非常相似的输出。
- 灵活的使用和部署：提供了易于使用的安装和部署方法，只需一行代码即可安装。此外，它还提供了交互式演示和详细的训练指南，使用户能够快速上手并自定义模型。
- Datasets数据集Parler-TTS 提供了开源的注释语音数据集，范围从1,000小时到即将到达的50,000小时。这为训练和改进TTS模型提供了丰富的资源。
GitHub：https://github.com/huggingface/parler-tts
模型下载：https://huggingface.co/parler-tts
在线体验：https://huggingface.co/spaces/parler-tts/parler_tts_mini