3分钟上手即时语音克隆：用OpenVoice让AI开口说你的话

3分钟上手即时语音克隆用OpenVoice让AI开口说你的话【免费下载链接】OpenVoiceInstant voice cloning by MIT and MyShell. Audio foundation model.项目地址: https://gitcode.com/GitHub_Trending/op/OpenVoice想做视频配音或有声内容却被声音不合适卡住OpenVoice 是 MIT 和 MyShell 联合开发的即时语音克隆工具上传几秒钟录音AI 就能克隆你的音色用你的声音朗读任意文字。它原生支持中文、英文、日文等 6 种语言新手 3 分钟就能跑通在线体验想深入还能本地部署。项目完全开源MIT 许可证商用免费。它能帮你做什么克隆你的音色上传几秒干净录音之后生成的语音就带着你的音色听感上像本人在读。自由调节风格情感、口音、节奏、停顿、语调这些风格参数都能调同一副嗓音可以切换平静叙述和活泼语气。跨语言语音克隆参考音频可以是任意语言生成端能在英语、西班牙语、法语、中文、日语、韩语间切换。零门槛快速体验3 步在线跑通语音克隆不想装任何东西直接走官方平台在 MyShell 平台的 Workshop 里创建一个 Bot这是语音功能的入口进入 Bot 设置页打开 Voice (TTS)通过 Create a voice 上传几秒参考音频完成音色克隆到 Widget Center 挑选目标语言的 TTS 基础模型输入文字点生成几秒钟后就能听到 AI 用你的声音朗读。进阶本地部署 OpenVoice2 条命令装好适合熟悉 Linux、Python 和 PyTorch 的开发者git clone https://gitcode.com/GitHub_Trending/op/OpenVoice cd OpenVoice pip install -e .建议用 Python 3.9 的 conda 环境再按版本下载对应 checkpoint 解压到checkpointsV1或checkpoints_v2V2目录然后打开demo_part3.ipynb试用 V2或运行python -m openvoice_app --share启动本地 Gradio 演示。完整步骤和 Windows、Docker 社区安装指南见 docs/USAGE.md。它是怎么工作的一句话版本OpenVoice 把语音拆成音色和风格两层来合成。基础说话人 TTS 模型先根据文本和风格参数情感、口音、语调合成一段语音此时音色还是模型自带的音色提取器再读取你提供的参考录音特征把合成语音的音色改写成参考人的同时保留节奏、停顿等其他风格细节——所以结果是你的音色 可控的表达方式。文本内容加风格参数口音、情感、语调进入 Base speaker TTS 模型合成初始语音Tone color extractor 从参考说话人的录音中提取音色特征编码器把合成语音转为 IPA 对齐特征这一步会去掉原有音色但保留其他风格解码器输出带参考音色、且风格受控的最终语音。核心代码在 openvoice/ 目录api.py提供简洁接口se_extractor.py负责从参考音频提取音色特征。典型使用场景个性化语音助手把克隆音色绑定到 Bot助手从此用你的声音应答。多语言配音同一条参考录音交替生成中英文旁白两条都保持你的音色。风格 A/B 测试同一段文本换不同情感、口音参数各生成一版快速挑出最合适的表达。快问快答问克隆一个声音要多久几秒参考音频就够上传克隆后立刻能生成不需要长时间训练。问对参考音频有什么要求几秒即可但要干净无背景噪音、单人说话、不要有长时间静音段太短也会有问题。问口音和情感也会被克隆吗不会。OpenVoice 只克隆音色口音和情感由基础 TTS 模型控制想换表达方式就换基础模型或调风格参数。问能不能商用可以。2024 年 4 月起 V1、V2 均为 MIT 许可商用和研究都免费。问出问题先查哪里生成音质差、语言支持这两类高频问题官方 docs/QA.md 里有逐条排查清单。结尾OpenVoice 的价值在于把语音克隆的试错成本压到最低几秒录音几分钟后听到 AI 用你的声音说话。最快的起点是在线平台把流程跑一遍想深入细节照着 docs/USAGE.md 完成本地部署即可。【免费下载链接】OpenVoiceInstant voice cloning by MIT and MyShell. Audio foundation model.项目地址: https://gitcode.com/GitHub_Trending/op/OpenVoice创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考