Midjourney操作界面

Clone-voice:开源的声音克隆工具,支持文本转语音或改变声音风格,支持16种语言

4.8
0热度

❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发非常感兴趣,我会每日跟你分享最新的 AI 资讯和开源应用,也会不定期分享自己的想法和开源实例,欢迎关注我哦!🥦 微信公众号|搜一搜:蚝油菜花 🥦🚀 快速阅读功能:支持文字到语音和声音到声音的转换,以及多语言支持。技术:基于coqui.ai的xtts_v2模型,采用Mel-spectrogram进行特征提取。应用:广泛应用于视

❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发非常感兴趣,我会每日跟你分享最新的 AI 资讯和开源应用,也会不定期分享自己的想法和开源实例,欢迎关注我哦!

🥦 微信公众号|搜一搜:蚝油菜花 🥦


🚀 快速阅读

  1. 功能:支持文字到语音和声音到声音的转换,以及多语言支持。
  2. 技术:基于coqui.ai的xtts_v2模型,采用Mel-spectrogram进行特征提取。
  3. 应用:广泛应用于视频制作、语言学习、广告配音和游戏开发等领域。

正文(附运行示例)

Clone-voice 是什么

公众号: 蚝油菜花 - clone-voice

Clone-voice是一款开源的声音克隆工具,基于深度学习技术分析和模拟人类声音,实现声音的高质量克隆。该工具支持包括中文、英文、日语、韩语等在内的16种语言,能将文本转换为语音或将一种声音风格转换为另一种。

Clone-voice的界面友好,操作简单,不需要高性能的硬件支持,适合个人和专业领域使用。其应用场景广泛,包括娱乐、教育、媒体广告和语音交互等,为数字内容创作和个性化声音资源提供新的可能性。

Clone-voice 的主要功能

  • 文字到语音转换:用户输入文本,选择音色,工具将生成使用该音色朗读文本的语音。
  • 声音到声音转换:用户上传音频文件,选择音色,工具将生成一个新的音频文件,音色与所选音色相似。
  • 多语言支持:支持中文、英文、日文、韩文、法文、德文、意大利文等16种语言。
  • 在线录制声音:用户能直接用工具在线录制声音。

Clone-voice 的技术原理

  • 基础模型:工具所用模型为coqui.ai推出的xtts_v2。
  • 数据预处理:对输入的音频文件进行采样率转换和分帧等预处理操作,为后续的特征提取和模型训练搭建基础。
  • 特征提取:用Mel-spectrogram对音频信号进行表示,将音频信号转换为适合机器学习模型处理的图像形式。

如何运行 Clone-voice

预编译版使用方法

  1. 点击此处打开Releases下载页面,下载预编译版主文件(1.7G) 和 模型(3G)。
  2. 下载后解压到某处,比如 E:/clone-voice 下。
  3. 双击 app.exe ,等待自动打开web窗口,请仔细阅读cmd窗口的文字提示,如有错误,均会在此显示。
  4. 模型下载后解压到软件目录下的 tts 文件夹内。
  5. 转换操作步骤:
  • 选择【文字->声音】按钮,在文本框中输入文字、或点击导入srt字幕文件,然后点击“立即开始”。
  • 选择【声音->声音】按钮,点击或拖拽要转换的音频文件(mp3/wav/flac),然后从“要使用的声音文件”下拉框中选择要克隆的音色,如果没有满意的,也可以点击“本地上传”按钮,选择已录制好的5-20s的wav/mp3/flac声音文件。或者点击“开始录制”按钮,在线录制你自己的声音5-20s,录制完成点击使用。然后点击“立即开始”按钮。

源码部署方法

  1. 要求 python 3.9->3.11, 并且提前安装好 git-cmd 工具,下载地址。
  2. 创建空目录,比如 E:/clone-voice, 在这个目录下打开 cmd 窗口,方法是地址栏中输入 cmd, 然后回车。使用git拉取源码到当前目录 git clone git@github.com:jianchang512/clone-voice.git .
  3. 创建虚拟环境 python -m venv venv
  4. 激活环境,win下 E:/clone-voice/venv/scripts/activate
  5. 安装依赖: pip install -r requirements.txt --no-deps
  6. win下解压 ffmpeg.7z,将其中的ffmpeg.exeapp.py在同一目录下, linux和mac 到 ffmpeg官网下载对应版本ffmpeg,解压其中的ffmpeg程序到根目录下,必须将可执行二进制文件 ffmpeg 和app.py放在同一目录下。
  7. 首先运行 python code_dev.py,在提示同意协议时,输入 y,然后等待模型下载完毕。
  8. 下载完毕后,再启动 python app.py

资源

  • GitHub 仓库:https://github.com/jianchang512/clone-voice
  • 环境配置文档:https://github.com/jianchang512/clone-voice/tree/main/docs/prepare_env/install_guide-zh.md
  • arXiv 技术论文:https://arxiv.org/pdf/2410.06734

❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发非常感兴趣,我会每日跟你分享最新的 AI 资讯和开源应用,也会不定期分享自己的想法和开源实例,欢迎关注我哦!

🥦 微信公众号|搜一搜:蚝油菜花 🥦

立即下载

相似工具

评论列表 共有 0 条评论

暂无评论
发表
评论
顶部