AI音频克隆TTS v2.0 3秒语音即可快速克隆音色

批量抠图软件 是一款Windows系统使用的完全本地化抠图工具。该软件不仅不需要联网,而且提供了多种批量抠图模式,适应不同场景的图片进行抠图操作,如:抠人像,抠动漫,抠衣物等,都提供了对应的抠图模型。软件无需安装,下载后解压即可打开使用!

AI音频克隆TTS 特点:
1. 超低延迟。
双向流媒体支持:CosyVoice2.0集成了离线和流媒体建模技术。
快速首包合成:在保持高质量音频输出的同时,实现低至150ms的延退
2. 高精度
改进的发音:与CosyVoice30相比,将发音错误减少50%到1.0%。
基准测试成就:在Seed-TTS评估集的硬测试集中获得最低的字符错误率
3. 稳定性强
音色一致性:确保零镜头和跨语言语音合成的可靠语音一致性。
跨语言合成:与1.0版本相比有显著改进

电脑软件

1. 支持语言:中文、英文、日文、韩文、中国本地方言(包括:粤语、四川话、天津话、上海话、武汉话等)
2. 三种语音克隆模式:
(1)3s音频克隆:输入文字,导入3s以上的wav参考音频,输入参考音频prompt文本,点击生成即可;
(2)跨语种克隆:输入其他语种文字,导入3s以上的wav参考音频,输入参考音频prompt文本,点击生成即可;
(3)自然语言控制:输入自然语言控制文本,比如用四川话说这句话,自然语言控制模式下,点击生成即可;
3. 文本添加:可以通过复制粘贴或者直接导入文本添加,支持txt文本或者srt字幕;

1. 下载AI音频克隆TTS程序包,解压缩到任意目录文件夹中;(文件夹路径不能有中文)
2. 双击 AI音频克隆 启动程序,打开即可免费使用;
3. 推理模式按需选择即可,如果是中文普通话,直接使用3s音频克隆模式即可;
4. 选择参考音频:导入要克隆的wav格式音频,注意采样率不低于16khz,这种参考视频仅在3s音频克隆和跨语种克隆模式可用;
5. 参考音频文本:将你的参考音频语音文字化,将文字输入到此输入框中;
6. 点击开始生成,等待完成即可。

资源下载
下载价格VIP专享
仅限VIP下载升级VIP
没有账号?注册  忘记密码?