V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
爱意满满的作品展示区。
jianchang512
V2EX  ›  分享创造

在 github 开源了一个带 web 界面的中英文音色克隆工具

  •  
  •   jianchang512 ·
    jianchang512 · 2023-11-20 12:42:37 +08:00 · 2030 次点击
    这是一个创建于 406 天前的主题,其中的信息可能已经有所发展或是发生改变。
    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

    12 条回复    2024-01-15 01:42:18 +08:00
    GeekGao
        1
    GeekGao  
       2023-11-20 13:14:39 +08:00
    有 docker 部署方式吗
    jianchang512
        2
    jianchang512  
    OP
       2023-11-20 13:19:39 +08:00
    @GeekGao 米有。
    seeyourface
        3
    seeyourface  
       2023-11-20 13:44:22 +08:00
    可以把声音翻译成另一种语言吗,音色不变
    jianchang512
        4
    jianchang512  
    OP
       2023-11-20 19:25:55 +08:00 via Android
    @seeyourface 下次更新会增加声音转声音的。但直接翻译的不支持

    这种目前貌似只有目标英语情况下效果还可以

    可以先识别为文字,翻译后再以原声音色生成新声音
    siknet
        5
    siknet  
       2023-11-21 13:48:26 +08:00
    百度云下载也太慢了...下载完我传个阿里云吧
    jianchang512
        6
    jianchang512  
    OP
       2023-11-21 16:44:38 +08:00
    @siknet 可以 github 下载啊,阿里云没咋用过,没限制吗
    siknet
        7
    siknet  
       2023-11-21 18:30:09 +08:00
    噢,看见 github 的下载了
    阿里云限速没百度云那么夸张,几百 k 到几兆都有
    siknet
        8
    siknet  
       2023-11-21 20:20:23 +08:00
    试了下,很厉害啊,就是分词有点问题
    jianchang512
        9
    jianchang512  
    OP
       2023-11-21 20:39:36 +08:00 via Android
    @siknet 其实就是调用了下 coqui-xttsv2

    他们直到九月份才支持中文,以前都无法用于中文,还有待完善
    1044523901
        10
    1044523901  
       2023-11-21 21:02:47 +08:00
    牛逼 加上 docker 部署就完美了,最近刚好有这个需求,赶快学习下~
    wqnmlgbzml
        11
    wqnmlgbzml  
       2023-12-19 11:37:49 +08:00
    这个很好呀!一直在找这样的开源项目。
    Llesue
        12
    Llesue  
       351 天前
    玩了一下,英文中文分词都有问题……
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   1238 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 23ms · UTC 17:58 · PVG 01:58 · LAX 09:58 · JFK 12:58
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.