Irodori-TTS-500M-v3 (Aratako)

独立证据与社区反馈

2 个独立来源 · 另 2 官方/转载最近验证 2026-06-21

日文 TTS 基础模型，emoji 风格控制是最大差异化功能，社区围绕它做了 OpenAI 兼容服务和轻量微调方案。

• 通过 emoji 控制日文语音的情感与风格（如😭带哭腔）
• 提供了比 LoRA 更轻量的说话人嵌入训练方法（Speaker Inversion）
• OpenAI TTS API 兼容服务器，方便接入现有工具链

• 使用 whisper 音频做参考时，因 emoji 标注的 conditioning 方式可能导致参考音复现度偏低
• 实际推理需要 CUDA 或 ROCm GPU，纯 CPU 不实用

• 独立评测Training Voice Embeddings with Irodori-TTS: A Lighter Alternative to LoRA
• 独立评测I tried out Irodori-TTS V3, a local AI that lets you specify a voice and have it speak your favorite lines. You can specify the length of the voice and easily control emoji emotions. - GIGAZINE
• 官方/厂商Aratako/Irodori-TTS-500M-v3 · Hugging Face
• 官方/厂商GitHub - Aratako/Irodori-TTS-Server: OpenAI Text-to-Speech API compatible server for Irodori-TTS · GitHub

可信度67 赞，基于 Echo-TTS 架构，500M 参数，集成 SilentCipher 水印