無料TTSモデルOmniVoice、600言語超に対応

600以上の言語に対応する無料のテキスト読み上げ（TTS）モデル「OmniVoice」が登場した。短い音声サンプルから追加学習なしで声を再現するゼロショット音声クローンに対応する。プロジェクトをホストするk2-fsaの情報として、技術メディアのGIGAZINEが伝えている。

公式デモページでは102言語のサンプルが公開されており、日本語も含まれる。言語をまたいだゼロショットTTSも可能だが、参照音声の言語のアクセントが出力に残る場合があるという。

「Voice Design」機能では、性別・年齢・ピッチを指定して音声を生成できる。テキストに笑い声などの非言語音を挿入する細かい制御にも対応する。

pipでインストールでき、ポート8001のローカルWeb UIから操作できる。長文の分割、音声プリセットの保存、複数GPUでのバッチ処理といった機能も用意されている。