Бомбовый дроп в опенсорс: вышла самая качественная, быстрая и довольно маленькая моделька для генерации речи — MisoTTS 8B рвёт все бенчмарки 😮 Для клонирования голоса достаточно записи длинной в 10 секунд, при этом модель пытается идеально передать человеческие эмоции и делает это гигабыстро — задержка жалкие 110 миллисекунд. Весь код на GitHub, есть бесплатная демка ☕️