GSV 5 和 Fish Audio 的 Drama 3 前后脚发布。最近up在做ai galgam项目,为了找到最好的tts,我把它们和 GSV 老版本、B 站的 IndexTTS 放一起做了对比。
视频里只放了每个角色一句。完整的测试结果在网页里,希望能给大家参考:
listen.49-51-41-71.sslip.io/drama3-c86c4f9800
测试在一张 RTX 5090 上跑,GSV 用角色语音训练过,IndexTTS 和 Drama 3 零样本(Drama 3 是 4 位量化版)。不是TTS专业测评, 但希望能给大家一个本地部署tts的选型参考。
我依旧站gsv v4/v2 pro plus,零样本我会选择v5。drama3虽然语气非常真实,但成本高且无法训练。
有兴趣的话可以看看我的ai galgame项目——支持立绘切换,实时生成语音和cg。GitHub 搜 JayziLi/AnimaVN-public
BGM:恋ひ恋ふ縁(伴奏)
封面:FIRE BIRD | 司凤版