Skip to main content
全网优质资源汇总✨

Search: #语音克隆

  1. VoxCPM |基于连续表征的多语言语音合成、创意音色设计与高保真声音克隆

    一个无离散音频分词器（Tokenizer-Free）的语音合成系统，通过端到端的扩散自回归架构直接生成连续语音表征，绕过对音频的离散编码步骤，实现高度自然且富有表现力的语音合成。
    🌍 30种语言语音合成 — 直接输入原始文本即可合成（支持语言详见下文），无需额外语言标签
    🎨 音色设计 — 用自然语言描述（性别、年龄、音色、情绪、语速……）凭空创建全新音色，无需参考音频
    🎛 可控声音克隆 — 从参考音频片段克隆任意声音，可叠加风格指令控制情绪、语速和表现力，同时保持原始音色
    🎙 极致克隆 — 提供参考音频及其文本内容，模型接着参考音频进行无缝续写，从而精准还原声音细节特征（与 VoxCPM1.5 一致）
    🔊 48kHz 高质量音频 — 输入 16kHz 参考音频，通过 AudioVAE V2 的非对称编解码设计直接输出 48kHz 高质量音频，内置超分能力
    🧠 语境感知合成 — 根据文本内容自动推断合适的韵律和表现力
    ⚡️ 实时流式合成 — 在 NVIDIA RTX 4090 上 RTF 低至 ~0.3，通过 Nano-vLLM 或 vLLM-Omni（官方 vLLM 全模态服务，原生支持 VoxCPM2，提供 PagedAttention 与 OpenAI 兼容 API）加速后可达 ~0.13
    📜 完全开源，商用就绪 — 权重和代码基于 Apache-2.0 协议发布，免费商用


    项目地址

    #开源 #声音克隆 #AI语音 #本地部署 #VoxCPM #语音合成

  2. #语音克隆 #AI语音 #AI
    X Voice 一键 AI 语音克隆工具使用指南与功能介绍
    **X-Voice**是一款基于流程匹配的多语言文本转语音系统，使一名说话者能够使用30种语言。 环境依赖python，支持跨平台使用，优先N卡使用 ### **安装 X-Voice** 检查你的 ESpeak-ng 安装： 如果找不到，先运行 。 开源：https://github.com/sunnyxrxrx/X-Voice 网盘链接：https://pan.quark.cn/s/ecc563877898
    📢关注频道：@quanshoulu
    🎁访问主页： www.noisework.cn

  3. #VoxCPM2 #语音合成 #AI
    VoxCPM整合包
    VoxCPM 是一个支持中英文、零样本语音克隆、情感可控、音素/公式输入的统一端到端语音合成大模型。它不依赖传统 TTS 流水线（如文本分析 → 音素对齐 → 声码器），而是直接从文本生成高质量语音波形 新版本新增特性: 1.UI颠覆性重构，主要体现在:场景从"语音克隆"+"语音设计"分为"简单场景"+"复杂场景"，复杂场景中均支持可控克隆和极致克隆两种方式，适用于不同诉求。特别注意的是Excel中模板根据不同场景拆分为两个，且字段含义不同。 2.新增了api调用及详细说明文档。 3.音色设计页面UI美化，并引入了文本替换 链接：https://pan.quark.cn/s/5ef0eeb56fba
    📢关注频道：@quanshoulu
    🎁访问主页： www.noisework.cn

  5. 🎙 悟声 AI：超拟真 AI 语音合成与瞬时克隆平台
    全球领先模型 · 极速声音克隆 · 创作有声内容
    📌 项目介绍：

    悟声 AI 是音频人工智能领域的先驱者，提供极度自然的 AI 语音克隆与配音合成技术。其 V3.1 大模型在世界权威语音模型盲测排行榜中名列前茅，致力于模糊真实与虚拟声音的边界。

    ⚙️ 核心亮点：

    ✓ 拟真合成：支持多语种（中/英/日/韩/粤等）超拟真语音生成。
    ✓ 瞬时克隆：仅需少量音频样本即可快速克隆任何角色声音。
    ✓ 音色转换：支持将一段音频的音色完美转换为目标角色的声音。
    ✓ 声音市场：内置丰富的社区与专业声音库，一键调用。
    ✓ 开放平台：提供强大的 API 接口，支持开发者集成音频应用。

    🌐 资源链接：

    • 官方网站：https://www.wusound.cn/


    📢 频道 | 💬 群组 | 📬 投稿 | 📨 商务

    #AI配音 #语音克隆 #AI工具 #音频合成 #悟声AI