非自回归模型

Voicebox是Meta发布的语音生成研究项目，官方页面介绍多语言语音合成、内容编辑、降噪和风格迁移方法，提供论文与音频示例；当前声明不公开模型和代码。

MaskGCT是Amphion项目中的非自回归文本转语音模型，公开目录提供预训练权重与本地推理步骤，用户可通过Gradio、Jupyter Notebook或推理脚本使用语音生成流程。