F5 TTS 功能

F5-TTS 是一個免費的、先進的 AI 驅動的文本轉語音系統，使用了擴散變換器（DiT）技術進行流匹配。它提供零樣本語音克隆功能、多語言支持和實時合成，而無需複雜的組件如持續時間模型或音素對齊。該系統可以生成自然和表達豐富的語音，推理 RTF 為 0.15，顯著快於其他擴散基於的 TTS 模型。