基于 Melotts 训练的粤语 english 、普通话 english 混合 TTS 模型 推理端采用 onnx-golang,普通 4 核 cpu 转换 30 秒音频只需 2 秒，普通 GPU 只需 0.5 秒，模型大小 170M ,功能还在完善中...，欢迎提出建议。 https://github.com/westice007/XWX_tts
