Tango是一个基于扩散模型的文本到音频生成工具，旨在为用户生成自然、真实的音频内容。它采用了最新的潜在扩散模型（LDM），能够从文本提示中创建包括人声、动物声、自然和人工声音等多种音频效果。使用Flan-T5作为文本编码器，结合UNet模型进行音频生成，Tango在多个指标上达到了与当前最先进的音频生成模型相当的性能。
该网站的主要功能包括：
1. **文本到音频生成**：用户只需输入文本提示，Tango即可快速生成相应的音频文件，支持多种音频类型生成。
2. **批量生成**：Tango支持用户一次性输入多个文本提示，从而批量生成音频样本，提高工作效率。
3. **模型访问与下载**：用户可以直接访问不同版本的Tango模型，包括Tango 2及其相关的预训练检查点，便于开发和研究使用。
4. **文档与指南**：网站提供全面的使用文档和示例代码，帮助用户快速上手，特别是研究人员和开发者。
Tango主要面向对文本到音频技术感兴趣的研究员、开发者和创作者，尤其在游戏开发、影视制作及其他需音频生成的创意领域中，有着广泛的应用潜力。作为一个开放源代码的项目，Tango也鼓励社区的参与与贡献，使得音频生成技术能够不断推陈出新，满足更广泛的需求。