Mybro最近刷到一个开源声音复刻项目,挺生猛:OmniVoice。
丢一段参考音频进去,不用提前训练,就能生成接近原声音色的语音。
几个比较亮眼的点:
① 600+ 种语言都支持
② 年龄、音高、方言、气声这些特征可调
③ 零样本声音复刻,拿来就能试
④ 生成速度最高能到实时的 40 倍
做配音、多语言内容的,或者研究 TTS 的,可以拿来玩玩。
🔗 https://github.com/k2-fsa/OmniVoice
丢一段参考音频进去,不用提前训练,就能生成接近原声音色的语音。
几个比较亮眼的点:
① 600+ 种语言都支持
② 年龄、音高、方言、气声这些特征可调
③ 零样本声音复刻,拿来就能试
④ 生成速度最高能到实时的 40 倍
做配音、多语言内容的,或者研究 TTS 的,可以拿来玩玩。
🔗 https://github.com/k2-fsa/OmniVoice