Amphion

Amphion是一款开源的音频、音乐和语音生成工具包，由香港中文大学（深圳）武执政教授团队联合上海人工智能实验室和深圳市大数据研究院共同研发。该工具包旨在支持可重复的研究，助力初学者快速进入音频、音乐和语音生成领域。Amphion提供了丰富的功能模块，包括文本转语音（TTS）、歌声合成（SVS）、语音转换（VC）、歌声转换（SVC）、文本转音频（TTA）以及文本转音乐（TTM）。此外，它集成了多种神经声码器（如MelGAN、HiFi-GAN）和全面的评估指标，确保生成音频的质量和一致性。Amphion的独特之处在于其可视化功能，能够展示经典模型和架构的内部工作机制，便于研究人员和工程师深入理解。