画像・動画・音声

「chatterbox-GGUF」23言語対応の多言語音声合成モデル:必要VRAM 4GB〜・配布ファイル一覧

Resemble AIが開発した23言語対応の多言語テキスト読み上げモデル「Chatterbox Multilingual V3」のGGUF量子化版が公開。llama.cpp環境での効率的な音声生成とボイスクローニングが利用可能。