语音克隆

高效的低显存语音克隆工具，媲美GPT-SoVITS！ 一、Fish Speech是什么？ Fish Speech 是一个全新的文本转语音（TTS）解决方案。作为一个前沿的技术，它提供了高度的自定义和灵活性，允许用户按照他们的个性化需求和期望进行设置。适应多元化环境，可无缝兼容 Linux 和 Windows 操作系统，一站式满足不同用户群体的需求。为了运行此程序，您需要至少 4GB 的 GPU 内…

大家最近肯定刷到很多名人说英文的视频，今天分享一个能够将任意语言视频自动翻译成中文的小工具，可以解决语言障碍问题，轻松英文语音转中文。 一、v2vt是什么？ 带有口型同步功能的视频翻译的开源项目，可以完成转录视频语音并翻译、语音克隆、口型同步、压制字幕、支持中英视频互相转换等工作。 二、v2vt的开源地址： https://github.com/halfzm/v2vt 三、v2vt的功能亮点： ⚙…

该模型支持多种语言（英语、中文和日语）和零样本语音克隆，你只需要提供一个人短短几秒钟的录音（3-10秒），就能模仿出那个人的声音。此外，它还具有语音情感控制和口音控制等高级功能。同时相对于其他模型，它更轻量、更快速… 一、VALL-E是什么？ Vall-E AI是微软开发的一款基于人工智能的文本到语音转换器。该工具将文本输入转换为音频，并将其与人的情绪和房间的声学效果相匹配。它可以使用三秒的短音频…

Bark是一个开源的文本转语音的AI模型。Bark 可以生成高度逼真的多语言语音以及其他音频 - 包括音乐、背景噪音和简单的音效。该模型可以模拟正常说话口气的语音，如笑、叹息和哭泣。支持多语言，包括中文。 一、Bark的项目地址： 1、论文地址： https://arxiv.org/abs/2209.03143 2、Github仓库： https://github.com/suno-ai/bark…

多功能的即时语音克隆AI工具，只需要参考说话者的一个简短的音频剪辑即可复制他们的声音并生成多种语言的语音。除了复制参考说话者的音色之外，OpenVoice 还可以对语音风格进行精细控制，包括情感、口音、节奏、停顿和语调。OpenVoice还可以针对海量说话人训练集中未包含的语言实现零样本跨语言语音克隆。OpenVoice 的计算效率也很高，其成本比性能较差的商用 API 低数十倍。 一、OpenV…