SpeechT5 登陆 Hugging Face Transformers，支持语音合成、识别与转换

Microsoft Research Asia 开发的 SpeechT5 模型现已在 🤗 Transformers 中可用。该模型基于统一模态编码器-解码器架构，通过预训练实现文本到语音（TTS）、自动语音识别（ASR）及语音到语音（S2S）转换。开发者可通过加载 `microsoft/speecht5_tts` 检查点及 speaker embeddings 快速集成多任务语音处理能力。