ScenemaAI/scenema-audio

Scenema Audio是一个零样本情感语音克隆与生成工具，支持从10秒参考音频克隆声音。它基于扩散Transformer模型，能根据文本提示生成具有真实情感、节奏和呼吸控制的语音，适用于电影配音和有声书等场景。