AI语音合成

Text To Speech，文本转语音，文本朗读，让机器能够说话。构建自然说话的应用和服务，从 147 种语言和变体中选择 456 种语音。借助高表现力和类似人类的神经语音，让你的方案生动起来。

语音朗读软件Ondoku。这是一种无需安装，任何人都可以免费使用的语音朗读服务。

官网→_→： https:// ttsmaker.com/zh-cn 支持的语言非常多： 包括了中文、英语、日语等等等等，主流大国语言都能找到！ 支持的音色也非常多： 包括了上百个声音，甚至还囊括了一些我们中国的方言！比如果东北话！ 唯一不足的是： 一次转换最大支持3000字符，如果你的文字量比较大，可能得分好几次转换~~

有声内容创作让你能直观地实时调整语音参数，例如声音风格、语速、音调、音量、发音和停顿等。你可以定义各种形式的声音，高效地创作更准确、更具表现力以及更个性化的声音输出。

讯飞听见依托科大讯飞的语音识别技术,打造智慧办公服务平台,提供语音转文字、录音转文字、视频会议、视频转文字、视频加字幕、同声翻译、语音翻译等服务,可满足多样化的语音转文字需求,致力于提高办公效率。

SpleeterGUI是一款专业且高效实用的音轨AI分离软件，向Spleeter提供一个音频文件，它就会将其分成两个、四个、五个等多个独立的音轨，它支持mp3、wav、ogg等常见音频格式

一个基于VITS的简单易用的语音转换（变声器）框架，开源变声模型【RVC】 下面是其中的一个人声与AI人声的合作案例 这是up主和自己的AI歌声合唱的视频，其中用到了变声使用框架：RVC和DiffSinger开源项目 标题：中日双语花海！我和自己的ai合唱了！ 链接： https://www.bilibili.com/video/BV1QP411X7A6/ <span data-mce-type="bookmark" style="display: inline-block; width: 0px; overflow: hidden; line-height: 0;" class="mce_SELRES_start"></span><span data-mce-type="bookmark" style="display: inline-block; width: 0px; overflow: hidden; line-height: 0;" class="mce_SELRES_start"></span> 下面这是AI的声音协力、视频制作的up主在评论区所分享的技术要点： 介于旧

在B站上，AI孙燕姿翻唱的林俊杰《她说》、周董《 发如雪 》《 爱在西元前 》、赵雷《成都》等等，让一众网友深陷无法自拔。网友表示，听了一晚上AI孙燕姿，出不去了…… 这些翻唱作品基于一个叫做so-vits-svc的开源项目。仅凭数段音频， 就可用一个生成式模型来合成目标音色的音频，训练出用户想要的声学模型。这个模型可以保留音高和音调，也可以用不同的语言来翻唱。 主要使用的是So-VITS-SVC 4.0这个项目，github地址是： https://github.com/svc-develop-team/so-vits-svc 目前B站有两个作者做的整合包分别是羽毛布団的和领航员未鸟的我把视频地址都放在下面。希望各位去视频给个三连毕竟用了人家的劳动成果。 羽毛布団：【AI翻唱/SoVITS 4.0】手把手教你老婆唱歌给你听~无需配置环境的本地训练/推理教程[懒人整合包] https://www.bilibili.com/video/BV1H24y187Ko/ 领航员未鸟：【Sovits4.0一键包】快领走属于你自己的AI歌姬吧！AI翻唱训练教学 https://www.bilibil

AI字幕工具，支持英语、日语、韩语、法语、西班牙语、意大利语、葡萄牙语、德语、中文等20多种不同国家语言，ChatGPT生成台词摘要，给视频自动加字幕，高精度AI语音转写模型，语音识别字幕，支持SRT和ASS格式字幕。

对音视频文件自动消除人声部分，保留背景音乐。去除视频当中的人说话的声音

在线一键语音生成网站合集，方便选择不同角色，进入网站即可看到所有生成模型，选择角色后即可生成语音，输入内容，点击生成，可调整生成结果

本整合包修改自MVSEP-MDX23-Colab_v2，原项目为colab部署，作者修改了部分代码使其可以本地运行 该方案在 https://mvsep.com/ 网站上的SDR Vocals得分10.2196，截止打包日为开源模型中得分最高方案，对应参数已按照榜单修改完成。 评价：人声剥离完整，不砍频，测试用的这首很多模型都会把人声剥没一部分，该方案在作者测试中目前表现最好，但是会漏器乐，可能需要额外处理。 对比2.2版本，主要的变化是换用了新模型，以及配套的新方案和参数。 MVSEP-MDX23，如果你需要运行这个算法进行音源分离，占用显存可达4-15G，低于4G显存，可能运行失败 项目地址： https://github.com/jarredou/MVSEP-MDX23-Colab_v2 下载链接: https://pan.baidu.com/s/14KkRhYMIbqeYooq6mH0Knw?pwd=h9er 解压密码 领航员未鸟 2.2版本视频介绍： https://www.bilibili.com/video/BV1u8411y7P4/ 2.3版本视频介绍： https:/

Ultimate Vocal Remover是一款基于深度神经网络的乐器和人声分离软件，能够高效准确地将音频文件中的不同元素进行分离，并生成高质量的消音伴奏。Ultimate Vocal Remover具有易用性、开源、界面简单、工作流程简单明了、人声移除效果好等特点。 UVR5使用教程和最新连招： https://www.bilibili.com/read/cv27499700/ 百度网盘下载：链接： https://pan.baidu.com/s/1QTWDlF8y0Mw81OzTs53dBg?pwd=qs7c 提取码：qs7c UVR官方仓库： https://github.com/Anjok07/ultimatevocalremovergui UVR闲聊频道： https://discord.gg/P7FhQFH 下载链接： Windows N卡（CUDA加速）： https://github.com/Anjok07/ultimatevocalremovergui/releases/download/v5.6/UVR_v5.6.0_setup.exe Windows A卡/I卡

这是一个在线声音分离的网站，可以上传您选择的歌曲，并利用目前可用的所有声音分离 AI模型进行处理，模型大致有MDX-net、DEMUCS4、spleeter

FunASR是一个基础语音识别工具包，提供多种功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。FunASR提供了便捷的脚本和教程，支持预训练好的模型的推理与微调