VoiceCraft

VoiceCraft es una herramienta avanzada de edición de voz de disparo cero y conversión de texto a voz (TTS), pensada para procesar fuentes de datos variadas e incontroladas (audiolibros, vídeos en línea, podcasts). Basada en modelos neuronales de códecs con relleno de tokens, ofrece edición y clonación de voces desconocidas en segundos con referencia mínima. Incluye pesos de modelo disponibles en HuggingFace, guías de entrenamiento y demostraciones de inferencia, así como métodos flexibles para ejecutar TTS (con o sin Docker) y configuraciones detalladas para entornos de desarrollo y ajuste de modelos. Su código está bajo licencia CC BY-NC-SA 4.0 y los pesos bajo Licencia Pública de Modelo Coqui 1.0.0, con un fuerte enfoque en el uso ético para evitar clonaciones no autorizadas.