VideoTrans:轻松实现声音克隆的全能工具
VideoTrans:轻松实现声音克隆,支持多语言,操作简单易上手。
直达下载
回到上一页
clickgpt_line.png_noView
介绍

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。

github_ai_tool_videotrans_1

启动程序:

双击app.exe,程序会自动尝试打开一个web界面。

github_ai_tool_videotrans_2

github_ai_tool_videotrans_3

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):

  • .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。

github_ai_tool_videotrans_4

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。

编程学习
免费领取编程学习资料 进编程学习交流群
wx 官方微信群,扫码进群
订阅号
视频号
公众号 关注公众号,回复关键字python领取大厂最新面试题