As a fun side project, I trained a small text-to-speech 169M parameter model that I call Sopro TTS.
169M parameters
Streaming support
Zero-shot voice cloning
0.25 RTF on CPU, meaning it generates 30 seconds of audio in 7.5 seconds
Requires 3-12 seconds of reference audio
Esses seriam TODOS os crimes e suas sentenças se os personagens de Breaking bad fossem julgados.
As sentenças são baseadas na LEGISLAÇÃO AMERICANA! 🇺🇸
SEGUE O FIO (...) 🧶