CosyVoice是目前比较火的TTS文字转语音工具，具有合成情感语音的能力，语音合成效果非常好。不光可以文字转语音，还可以实现快速声音克隆，3秒声音素材即可克隆音色，而且对电脑配置要求不是很高，英伟达显存2G以上电脑都能带动。是一款比较不错的免费的语音合成工具。之前和大家分享过一次CosyVoice，语音合成详细介绍可以看之前的文章《3秒极速声音克隆软件CosyVoice整合包下载，声音复刻情感语音合成TTS文字转语音工具》，上次分享的整合包没有训练音色模型的功能，这次把这个功能添加进去了。只需要3-10秒的音频素材，即可快速训练出自己的音色模型，同时自己训练的音色模型也支持Instruct模型情感语音合成。
主要讲一下如何创建自己的音色模型，以便用自己的音色进行情感语音合成。
先到我网盘里将CosyVoice.7z压缩包下载到电脑上解压，这个是主程序，是更新到了最新版本的，以前分享的那个版本有点旧。然后将pretrained_models.7z模型压缩包下载到CosyVoice文件夹内解压，这样程序就准备完成了。注意模型文件夹的目录结构是CosyVoice文件夹下pretrained_models文件夹，再下面是CosyVoice-300M等具体模型名字，不能有过多的嵌套，文件夹层级错误的话会报错模型不存在。
准备一段3-10的纯人声wav音频文件，文件夹的名字就是你想要生成的模型的名字，比如你想生成的音色模型名为LiuYifei，那么文件夹名字就需要命名为LiuYifei，将wav音频文件放进去。
在音色训练工具里选择这个文件夹，或是将这个文件夹拖到程序窗口中，然后点击训练音色模型按钮即可开始训练自己的音色模型，等到终端窗口中提示：训练完成，按任意键继续…就说明训练完成了
使用前先处理一个问题，打开如下路径：C:\Users\你的电脑用户名\.cache\modelscope，将文件夹内的ast_indexer文件删除，然后再启动软件，否则软件会报错
重新启动软件webUI界面，就可以看到自己的声音模型了。你可以使用你自己的声音在Instruct模型中进行情感语音合成了。
注意：当前版本在情感语音合成功能中，中文男声语音合成功能存在缺陷，合成的中文男声音频声音会有近似女声的问题，如果只是用于情感语音合成男声音频的话，不建议使用当前版本，可以等待使用后续优化版本。
cosyvoice 2.0版本发布，文章链接：《文字转语音神器工具CosyVoice 2.0整合包下载，声音克隆情感语音软件》
CosyVoice情感语音合成软件及音色模型训练工具整合包下载链接：
相关推荐
带声音克隆功能的对话型文字转语音软件higgs-audio免安装一键启动整合包下载- 超逼真对话型文字转语音软件Dia-1.6B免安装一键启动整合包下载
- 文本转语音及声音克隆软件Spark-TTS整合包下载
- 文字转语音神器工具CosyVoice 3.0整合包下载，声音克隆情感语音合成软件
- 3秒极速声音克隆软件CosyVoice整合包下载，声音复刻情感语音合成TTS文字转语音工具
- 免费离线TTS文字转语音工具clone-voice整合包下载，声音克隆软件克隆自己的声音
- 免费文字转语音软件EmotiVoice整合包下载，TTS情感语音合成工具
- 免费TTS文字转语音合成软件GPT-SoVITS v2ProPlus整合包下载，AI声音克隆软件
最近更新
Claude居然自称“本人”
今天在和Claude聊网文写作的时候，Claude回复中居然自称本人，这让我有点震惊。 我经常会和AI聊工具功能对比等话题，ChatGPT、Gemini、Claude这些以前我记得从来没有自称过本人的，好像都是本模型，本工具等等，反正从来没...
图像无损放大神器：Topaz Gigapixel AI软件下载及使用指南
在数字内容创作成风头的今天，我们经常会遇到低分辨率素材模糊、AI 生成图片尺寸太小、或者老照片充满噪点的情况。传统的图像放大方式（如双三次插值）只是单纯地拉伸像素，容易让画面变得模糊、虚化。 如果你正在寻找一种能“凭空”补齐细节、让低画质瞬...
AI视频提示词反推工具，参考视频即梦提示词一键生成
本工具是一款面向 AI 视频生成创作者的本地离线辅助软件。用户导入任意视频文件，工具会自动完成场景检测、关键帧提取、多模态模型分析、提示词拼装等全流程，最终输出一份可直接复制粘贴到即梦 AI 等视频生成平台的完整提示词。 适用场景 功能特点...
免费在线HTML转markdown工具
经常看一些在线文档，想复制给AI参考的话不方便直接复制，转换成markdown再给AI阅读会更简单明了，也方便自己查阅，这里给大家推荐两个在线的免费HTML转markdown网站。 1、https://d1tools.com/tools/c...
闲鱼自动回复机器人XianyuAutoAgent下载，24小时在线智能客服机器人系统
XianyuAutoAgent是一款面向闲鱼平台的智能化自动回复机器人，利用大语言模型自动识别买家意图并生成专业回复，实现 7×24 小时智能客服。 主要功能 1. 智能自动回复 2. 可视化 Web UI 3. 人工接管模式 4. 安全防...
AI漫剧制作即梦seedance2.0教程及提示词2026年5月最新版分享
AI视频依旧持续火爆，各种类型的AI视频层出不穷，视频效果也是越来越好，甚至快接近影视级，目前最主要的AI视频生成工具还是即梦，即梦 Seedance 2.0生成视频一秒钟都到2块多钱了😂，不过也没办法，还是得用，目前还没能有替代即梦see...
AI实时语音聊天对话系统，外语口语陪练/虚拟好友实时语音交流
AI 实时语音对话系统 是一款集语音识别（ASR）、大语言模型（LLM）对话、语音合成（TTS）于一体的实时语音交互软件。用户通过麦克风说话，系统自动识别语音内容并转为文字，交由 AI 角色进行智能回复，最终将回复内容合成为语音实时播放，实...
ComfyUI 三参考图生图工作流，虚拟试衣、换脸、图片内容整合
本工作流核心能力是将三张不同角度、内容的参考图，通过 AI 理解融合，生成一张新的图像，新图像内容根据描述词指令生成。工作流集成了阿里巴巴的 Qwen2.5-VL 多模态大模型（图像编辑版本）与 SeedVR2 超分辨率放大模型，实现了「理...
comfyui CUDA128+torch 2.8.0+python3.12最新纯净版一键启动整合包
comfyui官方发布的最新版便携包是基于torch 2.11+CU130 +Python 3.13版本制作的，Python版本和torch版本都太新了，windows电脑上安装某些节点的时候会有冲突报错，有时候就算能安装上也会比较麻烦，感...
LTX2.3+comfyui音频驱动视频生成工作流
这是一个基于 ComfyUI 的 LTX 2.3 音视频同步生成工作流，核心功能是上传一段音频 + 参考图片（可多张图），自动生成与音频内容对应的视频，适合制作人物说话、唱歌等口型同步视频。工作流使用8位量化版ltx2.3模型，显存需求降低...
