开源地址:
https://github.com/jianchang512/clone-voice>
> 这是一个声音克隆工具,可使用你的或者其他声音的音色,将一段文字合成为使用该声音说话的音频。
>
> 使用非常简单,没有 GPU 也可以使用,github 下载预编译版本,双击 app.exe 打开一个 web 界面,鼠标点点快速体验,笔记本电脑就可使用,。
>
> 支持 **中文**、**英文**、**日语**、**韩语** 4 种语言,可在线从麦克风录制声音。
>
> 为保证合成效果,建议录制时长 5 秒到 20 秒,发音清晰准确,不要存在背景噪声。
>
> 英文效果很棒,中文效果还凑合,下载体验下吧
>
项目基于 coqui-tts ,早就想使用这个来做音色克隆了,只是他们一直不支持中文,直达 9 月份才支持。
使用 flask 搞了一个简单的本地 web 界面,可在线录制声音或上传已有的一段声音作为音色,然后输入一段文字,即可生成使用该声音的音频。
目前支持中、英、日、韩 四种语言,英文效果最棒,中文勉强吧。
已提供预编译版,window 上下载压缩包解压,双击 run.bat 即可使用。
其实直接拉取 coqui-tts 也可以,本项目基本只是一个 coqui-tts 的简单包装,没多大技术含量,初衷是降低 ai 使用难度,让小白快速上手体验,不必配备 N 卡,即使笔记本也可使用。
## Youtube 演示
<amp-youtube data-videoid="NL5cIoJ9Gjo" layout="responsive" width="480" height="270"></amp-youtube>
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
https://www.v2ex.com/t/993440
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.