Parler-TTS是一个由 Hugging Face 推出的开源文本转语音的模型。 Parler-TTS能够根据文本提示生成高质量、自然听起来的语音，并且能够模仿特定说话者的风格，如性别、音调和说话风格等。 Parler-TTS的架构基于MusicGen，包含文本编码器、解码器和音频编解码器，通过集成文本描述和添加嵌入层优化了声音生成。 Parler-TTS发布了两个模型，一个是参数量为