Speech Synthesis, Recognition, and More With SpeechT5

Microsoft 統一語音模型 SpeechT5 登陸 Hugging Face，一鍵搞定語音合成、辨識與聲音轉換！

Microsoft 開源的 SpeechT5 模型正式整合至 Hugging Face Transformers。該模型採用統一的編碼器-解碼器架構，能同時處理語音轉文字（ASR）、文字轉語音（TTS）和語音對語音（如聲音轉換）等多種任務。開發者現在可以透過簡單的 Transformers API，輕鬆實現高質量的多模態語音應用。

摘要由 AI 整理,以原文為準。