facebook/mms-tts-spa

El modelo MMS-TTS-spa es un modelo de síntesis de voz (text-to-speech) basado en arquitectura VITS, que genera voz en español de extremo a extremo. Ha sido desarrollado en el marco del proyecto MMS (Massively Multilingual Speech), orientado a ampliar la cobertura lingüística de la tecnología del habla.

Este modelo está alojado en la plataforma de Hugging Face, que actúa como repositorio y ecosistema para la distribución de modelos de inteligencia artificial preentrenados y listos para su uso en producción o investigación. En el contexto de la Cátedra, este modelo se incluye como una selección orientada a tareas de audio y voz, específicamente para la síntesis de voz en español de la plataforma, con un enfoque académico y experimental.

Puedes consultar el modelo desde este link: https://huggingface.co/facebook/mms-tts-spa