跳到正文

Llasa

基于 Llama 框架的文本到语音基础模型

访问官网

Llasa 是什么

Llasa 被介绍为一个基于 Llama 框架的文本到语音基础模型,专为大规模语音合成任务设计,使用 16 万小时标记化语音数据训练。目前该模型在 Hugging Face 上免费提供,并支持多语言语音生成。

你可以用它做什么

  • 由文本生成高质量语音
  • 生成多语言语音内容
  • 以低推理成本进行大规模部署
  • 与其他模型集成基于 Llama 的框架

应用场景

  • 为在线课程生成语音讲解
  • 为视频与播客生成语音内容
  • 为智能设备加入自然语言交互

上手流程

  • 访问 Hugging Face 官网并注册账号
  • 进入 Llasa 模型页面了解模型详情
  • 下载模型文件或通过 API 接口调用模型
  • 准备需要合成的文本并检查格式

优点与缺点

✓ 我们认可的地方

  • 多语言支持且推理成本低
  • 在 Hugging Face 上免费提供
  • 框架兼容性便于与其他模型集成

! 需要留意的地方

  • 需下载模型文件或通过 API 接口调用模型
  • 需要按正确格式准备待合成的文本

常见问题

模型用什么数据训练?

资料说明使用 16 万小时标记化语音数据。

在哪里可以获取?

资料说明该模型在 Hugging Face 上免费提供。

最后评测: 2026-11-15

更多 AI 音频工具 工具

查看全部 →

评测方法