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
Open WebUI：可离线自托管的 AI 界面，统一连接 Ollama 与 OpenAI 兼容 API
Open WebUI 是一个可离线自托管的 AI 交互平台，支持通过 Ollama 连接本地模型与 OpenAI 兼容 API，提供 Docker、Python 及桌面应用等多种运行方式。
Dify：在可视化画布上搭建 LLM 应用与 Agentic 工作流
Dify 是一个开源的 LLM 应用开发平台，把可视化 AI 工作流、RAG 管道、Agent、模型管理和 LLMOps 整合在同一工作空间，支持云端、VPC 或自托管部署，帮助团队从原型走向生产。
The Agency：把一支完整的 AI 专家团队装进你的开发工作流
The Agency 是一个开源的 AI 智能体角色合集，每个智能体都带有明确的专业方向、工作流程和交付物。它面向 Claude Code、Cursor、Codex、Gemini CLI 等工具，提供按部门组织的专家角色，并附带桌面安装器，可一键安装、按团队筛选。
Hugging Face Transformers：统一文本、视觉、音频与多模态模型的模型定义框架
Hugging Face Transformers 是一个覆盖文本、视觉、音频、视频和多模态的模型定义框架，支持推理与训练，并通过统一 API 连接主流训练框架和推理引擎。
n8n：可视化搭建与自定义代码结合的 AI 工作流自动化平台
n8n 是一个 fair-code 工作流自动化平台，支持可视化画布与 JavaScript、Python 代码混合搭建，可自托管或云端部署，并提供 AI 工作流、多步骤 agent、大量集成和工作流模板。本文介绍其功能、使用方式、运行环境与适用场景。
cinecode：用 AI 编程代理写剧本、造画面、配音效，把一句话变成 MP4 电影
cinecode 是一个在本地运行的 AI 电影生成工具包：AI 编程代理写剧本、用代码逐帧搭建画面、设计声音并输出 MP4，覆盖短片、长视频、广告、解说和音乐视频。本文介绍它的两种模式、两个创作目标、主要功能、运行环境和适用场景。
gputaskman：给 GPU 装一个 htop，逐进程看清显存都被谁占了
gputaskman 是一个用 Python 编写的终端 GPU 任务管理器，试图回答“显存到底被谁占了”：它把逐进程显存、GPU 引擎活动与运行时、模型文件、LLM 的权重/KV cache 拆解关联起来，支持 Windows、Linux、WSL 和 Apple Silicon。本文介绍其功能、安装方式、平台限制与适用场景。
开发一次，四个平台原生运行：Exact 想做的 AI 原生跨平台应用运行时
Exact 是一个跨平台应用运行时：用小型声明式语言 Contract 描述界面，用 TypeScript 或 Rust 写数据逻辑，编译出的界面计划在 Web、macOS、iOS 和 Linux 上以各平台原生方式运行，并允许 AI 编码代理通过统一操作脚本构建、运行、观察和测试应用。
Hermes Agent：Nous Research 开源的自我改进 AI 智能体，能从经验中创建技能并跨平台运行
Hermes Agent 是 Nous Research 开源的自我改进 AI 智能体，内置学习闭环，能从经验中创建并改进技能，支持多消息平台、定时任务、子智能体和多种运行后端，可用任意模型并通过 CLI 或 Telegram 等入口使用。
TradingAgents 是什么：用多智能体 LLM 模拟交易公司的开源框架
TradingAgents 是一个基于 LangGraph 的多智能体 LLM 金融交易研究框架，用分析师、研究员、交易员和风险管理团队的分工模拟交易公司决策流程。本文介绍它的角色设计、安装方式、LLM 提供商配置、CLI 用法、支持市场与 Python 调用方式。
