k2-fsa/OmniVoice

OmniVoice 用扩散语言模型式 TTS 覆盖 600 多种语言，支持零样本克隆、声音设计和内联非语言声音。README 给出的实时系数约 0.025，H100 batch=8 从 0.0298 优化到 0.0115，FlashInfer 还有 2 - 2.9 倍无损加速，表现力和吞吐被一起纳入设计。