OpenVoice, một dự án mã nguồn mở mới được đăng tải trên GitHub, đã nhanh chóng thu hút sự chú ý của cộng đồng AI âm thanh nhờ khả năng tạo giọng nói tự nhiên với chuẩn chất lượng TTS‑5, một tiêu chuẩn mới do Google đề xuất.
Mô hình OpenVoice sử dụng kiến trúc Transformer‑based diffusion, kết hợp với một bộ encoder ngữ nghĩa để nắm bắt ngữ điệu và cảm xúc. Dự án hiện hỗ trợ 12 ngôn ngữ, bao gồm tiếng Anh, tiếng Trung, tiếng Tây Ban Nha, tiếng Pháp, tiếng Việt và các ngôn ngữ địa phương.
Trong các bài kiểm tra MOS (Mean Opinion Score), OpenVoice đạt điểm 4,7/5 cho tiếng Anh và 4,5/5 cho tiếng Việt, vượt qua các giải pháp thương mại như Google Cloud TTS và Amazon Polly. Đội ngũ phát triển đã cung cấp các checkpoint pre‑trained, API REST và plugin cho các nền tảng như Unity và Unreal Engine.
OpenVoice được phát hành dưới giấy phép Apache 2.0, cho phép sử dụng thương mại và tùy chỉnh. Các nhà phát triển được khuyến khích đóng góp dữ liệu giọng nói mới và cải thiện các bộ lọc nội dung để tránh việc tạo ra giọng nói gây hại. Dự án hiện đang nhận hơn 2 000 sao và 350 fork.