#AI #声音克隆 #开源

#AI #声音克隆 #开源 CosyVoice 一个基于 AI 的声音克隆工具，只需 3 秒参考音频，即可进行超拟人真实声音复刻，无需任何训练，支持中日英韩粤语，并可跨语言复刻，生成的语音非常自然，情感也很丰富，免费使用。 体验地址 丨 项目地址 频道 @WidgetChannel

#AI #翻译 #配音 #开源

#AI #翻译 #配音 #开源 视频 AI 配音和翻译工具，具有语音识别、翻译、声音克隆、数字人对口型技术等特点，支持多种语言，适用于视频搬运、全球业务等场景，免费开源，需自行部署。 频道 @WidgetChannel

OpenAI公布其语音生成模型：Voice Engine

OpenAI公布其语音生成模型：Voice Engine 根据文本输入和一个15秒的音频样本，就能生成接近原始说话者声音的自然听起来的语音。 主要功能 1、自然听起来的语音生成：利用单个15秒的音频样本，Voice Engine能够创造出既情感丰富又真实的语音，显著提升合成语音的自然度和真实感。 2、支持多种用途：从教育援助、内容翻译、提高偏远地区服务质量，到支持非语言人士和帮助患者恢复声音，Voice Engine的应用场景广泛，跨越多个行业。 3、语言和口音的保留：在内容翻译时，Voice Engine能够保留原始发言者的本地口音，使得翻译后的语音不仅流利还能保持原声音的特色。 4、多语种支持：能够生成多种语言的语音输出，适应全球化需求，特别是对于需要将内容本地化到不同语言市场的企业和内容创作者来说，这一特点尤为重要。

OpenAI公布其语音生成模型：

OpenAI公布其语音生成模型： 根据文本输入和一个15秒的音频样本，就能生成接近原始说话者声音的自然听起来的语音。 Voice Engine最初于2022年底开发，并已经提供给包括Heygen在内的少数公司进行测试性使用。 主要功能 1、自然听起来的语音生成：利用单个15秒的音频样本，Voice Engine能够创造出既情感丰富又真实的语音，显著提升合成语音的自然度和真实感。 2、支持多种用途：从教育援助、内容翻译、提高偏远地区服务质量，到支持非语言人士和帮助患者恢复声音，Voice Engine的应用场景广泛，跨越多个行业。 3、语言和口音的保留：在内容翻译时，Voice Engine能够保留原始发言者的本地口音，使得翻译后的语音不仅流利还能保持原声音的特色。 4、多语种支持：能够生成多种语言的语音输出，适应全球化需求，特别是对于需要将内容本地化到不同语言市场的企业和内容创作者来说，这一特点尤为重要。

Bark，一个模拟声音的开源AI项目

Bark，一个模拟声音的开源AI项目 可以生成所有类型的音频，并且基本上看不出与真实语音、音乐间的区别。这些音频包括音乐、背景噪音和一些简单的音效。是的，你没听错，你甚至可以拿它来生成音乐。该模型还可以产生非语言交流，如笑、叹息和哭泣。 Bark 支持各种语言，开箱即用，并根据输入文本自动确定语言。当提示使用代码切换文本时，Bark 将尝试使用相应语言的本地口音。英语质量目前是最好的，估计其他语言会随着扩展而进一步提高。 #AI 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

#软件 #开源 #AI #TTS

#软件 #开源 #AI #TTS Pandrator - 开源高质量文本转语音工具 ▎软件功能：文本转语音 ▎软件平台：#Windows ▎软件介绍：一种工具，旨在将文本、PDF、EPUB 和 SRT 文件转换为多种语言的语音音频，包括语音克隆、LLM 基于文本的预处理以及通过将同步输出与视频的原始音轨混合来直接将生成的字幕音频保存到视频文件的能力。 它利用 XTTS、Silero 和 VoiceCraft 模型进行文本到语音转换和语音克隆，并通过 RVC_CLI 进行增强，以提高质量和更好的语音克隆结果，并通过 NISQA 进行音频质量评估。 此外，它还集成了 Text Generation Webui 的 API，用于基于本地LLM的文本预处理，从而在音频生成之前实现广泛的文本操作。 ▎软件下载：点击下载