声音克隆技术已不再遥不可及！coqui.ai推出的xtts_v2模型，基于Coqui Public Model License 1.0.0开源协议，为用户们提供了一种全新的声音转换方式。本工具支持多种语言，包括中文、英文、日语等共16种语言，用户可以轻松将文本或声音转换成指定音色的声音。
安装教程，一步到位：
准备工作：
- 确保你的电脑连接了稳定的网络。
下载软件：
- 访问工具的官方发布页面，找到最新的预编译版本下载链接。
- 下载包括主程序（app.exe，大约1.7G）和模型文件（大约3G）。
解压安装：
选择一个容易找到的文件夹，比如E:/clone-voice，将下载的文件解压到这里。解压后，你会看到主程序和一个tts文件夹，确保模型文件也放到这个文件夹内。
启动程序：
双击app.exe，程序会自动尝试打开一个web界面。
如果看到命令提示符窗口（cmd窗口）有任何错误提示，先不要慌，通常都是小问题。
配置环境（仅限于源码部署用户）：
- 在
.env文件中设置HTTP代理，比如HTTP_PROXY=http://127.0.0.1:7890，确保你的代理可靠。 - 安装Python 3.9到3.11版本，并确保
git-cmd等工具已安装。
声音克隆：
在web界面上，你可以选择“文字->声音”或“声音->声音”模式进行声音克隆。
根据提示上传文字或音频文件，选择目标音色，然后点击“立即开始”。
上传之后就可以听到用选定音色合成的声音了，如果你的电脑支持CUDA加速，转换过程会更快。
最后给大家提个小建议，如果你想获得最佳的效果，录制的声音时长建议在5到20秒之间，尽量确保环境安静，减少背景噪音。要是你有NVIDIA显卡的话，可以安装CUDA Toolkit和对应的cudnn，让你体验起来更加的畅快。
×
直达下载
反爬虫抓取，人机验证，请输入验证码查看内容
验证码：
请扫描上方公众号二维码，发送关键字：2024，获取验证码。
微信搜索公众号:“AI工具教程”或者“chatgpt8080” 或微信扫描右侧二维码关注微信公众号
温馨提示：
