AI语音合成

该页面展示了作者用GPT-SoVITS项目生成了十几个网络人物的声音，例如AI电棍、AI丁真、AI孙笑川、AI星瞳、AI扇宝等

零样本文本到语音（TTS）： 输入5秒的声音样本，即刻体验文本到语音转换。 少样本TTS： 仅需1分钟的训练数据即可微调模型，提升声音相似度和真实感。 跨语言支持： 支持与训练数据集不同语言的推理，目前支持英语、日语和中文。 WebUI工具： 集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注，协助初学者创建训练数据集和GPT/SoVITS模型。 介绍视频 https://www.bilibili.com/video/BV12g4y1m7Uw/ 来自B站up主：花儿不哭

SpeechIO Leaderboard：一个大型、强大、全面的自动语音识别基准测试平台。

其核心功能是通过提供发言者的短音频片段（参考语音），实现声音的高效克隆。 这意味着您可以使用OpenVoice来克隆任何人的声音，而且不限于特定语言。无论您是想要模仿某位名人的声音，还是需要在不同语言之间进行语音转换，OpenVoice都能够满足您的需求。 项目地址： https://github.com/myshell-ai/OpenVoice

UVR5，终极人声去除器，使用先进的 AI技术，从音视频提取伴奏，简单易用、无需注册即可使用来获取高质量的伴奏和其他音轨文件。UVR5官网入口网址

基于最顶级的AI模型调优后的新一代音乐源分离工具，可一键提取伴奏、提取人声、贝斯、鼓点、分离音轨等。 特点

Whisper 是一种通用语音识别模型。它利用各种大型数据集上的音频进行训练，也是一个多任务模型，可以执行多语言语音识别以及语音翻译和语言识别。 在第一次使用 Buzz 的时候，会下载 Whisper 的模型，根据不同的质量要求，模型尺寸也非常可观： Whisper模型存储在~/.cache/wilsper中。 Whisper.cpp模型存储在~/Library/Caches/Buzz（Mac OS）、~/.cache/Buzz（Unix）或C:Users<username>AppDataLocalBuzzBuzzcache（Windows）中。 Hugging 模型存储在~/.cache/huggingface/hub中。 https://github.com/chidiwilliams/buzz

这是 CapsWriter-Offline ，一个 PC 端的语音输入、字幕转录工具。 两个功能： 视频教程： CapsWriter-Offline 电脑端离线语音输入工具 对 Windows 端： 其它系统： 模型说明： 下载地址： （百度网盘容易掉链接，补链接太麻烦了，我不一定会补链接。GitHub Releases 界面下载是最可靠的。）

当前支持的模型： ✅GPT-3.5 所有版本以及 Embedding 官方接口：支持最新 gpt-3.5-turbo-0125、text-embedding-3-large、text-embedding-3-small 模型。 ✅GPT-4 所有版本官方接口：支持最新 gpt-4-0125-preview、gpt-4-turbo-preview、gpt-4-1106-preview、gpt-4-vision-preview 等模型 ✅GPT-4-32K 所有版本官方接口（32K 系列为老模型，价格贵）。 ✅OpenAI 文本转语音模型：tts-1、tts-1-1106、tts-1-hd、tts-1-hd-1106 ✅OpenAI 语音转文本模型：whisper-1 ✅OpenAI embedding 模型：text-embedding-ada-002、text-embedding-3-small、text-embedding-3-large（官网原价渠道，实际价格及倍率对标原价） ✅Claude3 模型：claude-2、claude-3-opus-20240229、claude-3-

SAYME集成了AI文转语音技术和GPT生成技术，只需向GPT发送执行创造你需要的脚本内容或写下你的自创内容，选择你需要的语音口音，选择合适的角色音质，不管男女老少，富有情感的表达和可调节的语速、语调和停顿，让你的AI配音栩栩如生。

?️ VoiceChanger.im：免费在线使用的AI 语音克隆器和文本转语音！ ?使用 VoiceChanger.im 轻松克隆您的声音！我们先进的 AI 允许您上传 1 分钟的语音片段并完美克隆。此外，您还可以将文本转为语音并修改现有的语音录音。非常适合内容创作者、游戏玩家以及任何探索新声音维度的人。 主要特点： ? 完美语音克隆：上传或录制 1 分钟的语音片段以创建您声音的精确克隆。 ?️ 语音转语音：上传语音片段并输入文本以使用克隆的声音生成新的语音。 ?️ 文本转语音：无缝将文本转换为高质量、自然的语音。 ? 即用型角色声音：提前准备好有用的角色声音，以便随时使用。 ? 免费每日访问：提供每日免费配额，享受高质量的语音转换。 ? 立即开始使用 VoiceChanger.im 提升您的语音体验。只需单击一下即可克隆您的声音，解锁无限的声音可能性！✨

一款完全免费的AI语音克隆工具—— Fish.Audio ，无需安装部署，直接在线网页端即可使用。目前可能需要外网访问 有会员和普通用户之分 规则： 网站地址： https://fish.audio/zh-CN 进入主页后，我们可以使用列表中的人物声音，这些都是其他创作者提交的，网站里有多种大家熟悉的网络热门声音供用户选择，生成具有特色的语音文件。 点击左上角的“构建声音”,还可以训练语音和发布

DDSP-SVC 是一个新的开源歌声转换项目，自由 AI 变声器软件。相比于著名的 SO-VITS-SVC, 它训练和合成对电脑硬件的要求要低的多，并且训练时长有数量级的缩短，和 RVC 的训练速度接近。

作为一个创新的免费文本转语音服务平台，提供1000多种声音选择，并支持多款热门游戏角色语音生成，如《原神》、《星穹铁道》、《泰坦陨落》、《红警》、《АРЕХ》、日漫角色。平台还特别提供自动翻译功能，能够将中文文本自动转化为英文或日文语音，这一功能对于多语言内容创作者来说是一个巨大的福音 以下是网站的一些亮点： 以下是网站的链接： 二次元版本： https://acgn.ttson.cn/ 通用版本： https://www.ttson.cn/

Notta是语音转文本工具，能将音频和视频内容实时转录成文字，支持多达 58 种语言。工具自动生成会议摘要、提取关键信息和行动项，将重要内容剪辑成片段分享给团队成员。