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:
https://pan.quark.cn/s/b6c506338185
相关推荐
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 2.0整合包下载,声音克隆情感语音软件
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整合包下载,AI声音克隆软件
免费文字转语音软件ChatTTS整合包下载,免费版语音合成工具,AI情感配音软件
AI声音克隆软件Openvoice整合包免费下载,声音模拟克隆免费版工具下载
最近更新

虚拟试衣产品设计多图合成软件UNO一键启动整合包,人物转动漫工具
UNO是字节跳动开发的一款多主体图像生成软件,解决了角色或物体一致性的问题,可用于漫画、虚拟试衣等场景。我基于当前最新版本制作了免安装一键启动整合包。 UNO介绍 UNO是一款基于扩散模型的AI图像生成工具,核心目标是解决AI生成图像时难以...

临时邮箱,一次性匿名gmail.com邮箱
有时候网站需要测试一些功能,比如注册登录等,需要用到邮箱,但是自己的邮箱有限,不能更多的测试效果,这时候就需要一些不同后缀的一次性邮箱,网上有很多这样的一次性匿名邮箱,后缀很多,非常适合测试使用,下面分享几个比较好用的临时邮箱。 Gmail...

免费AI视频生成软件FramePack整合包下载,本地离线AI图片转视频工具
前段时间阿里开源了一个AI视频生成工具WAN2.1,可以实现文本转视频和图片转视频,虽说很强大,但是测试之后感觉软件对电脑配置要求太高了,感觉应该大部分用户都用不了,而且只支持720P视频,清晰度有些低,所以没和大家分享。前些天又出了一个更...

PDF OCR图片文字内容识别软件OCRmyPDF下载,免费PDF扫描内容转可搜索可复制工具
本次和大家分享一个非常热门强大的PDF文件内容OCR识别软件OCRmyPDF,这个软件可以将PDF内不可搜索的图片和文字识别转换为可复制可搜索的文本,并对PDF文件进行优化。 OCRmyPDF介绍 OCRmyPDF 为扫描的 PDF 文件添...

免费音效音乐生成软件AudioX整合包下载,快速音效配音工具
本次分享一个非常强大的音乐音效生成软件AudioX,这个软件可以通过提供文本、视频、图像、音乐和音频自动识别内容重新生成一段高质量的通用音频和音乐。 AudioX介绍 音频和音乐生成已成为众多应用中的关键任务,然而现有方法面临诸多限制:它们...

高质量高性能文本转语音系统index-tts整合包下载,高效声音克隆软件
今天再和大家分享另一个刚发布的强大的声音克隆软件index-tts,针对中文优化,效果有了极大提升,远超同类软件。稍微测试了一下,感觉要比我前天分享的spark-tts声音克隆效果更好一些,音频情感更丰富点。 index-tts声音克隆软件...

检测和删除高相似度图片软件AntiDupl免费下载
前几天整理手机图片,手机中拍了大量的图片,很多图片是连拍的,图片的相似度极高,甚至就是一模一样的图片,有时候看相册的时候会删除掉这些图片,有时候忘了删。在电脑上整理备份的时候这些高相似度的图片比较占空间,也会额外增加处理时间,所以想找个图片...

文本转语音及声音克隆软件Spark-TTS整合包下载
Spark-TTS是最近发布的一款比较热门的文字转语音及声音克隆软件,操作简单,效果强大。 Spark-TTS介绍 概述 Spark-TTS 是一款先进的文本转语音系统,它利用大型语言模型 (LLM) 的强大功能,实现高精度、自然的语音合成...

AI快速建模文本转3D模型软件Cube3D整合包,obj网格文件标记化处理工具
本次和大家分享另一个刚发布不久的文本转3D模型软件Cube3D,软件可以通过输入文本描述词AI快速生成3D网格模型文件,还支持OBJ文件标记化处理功能。 Cube3D介绍 Roblox 3D智能基础模型 Cube 3D是我们迈向3D智能的第...

免费图片视频摄像头换脸软件VisoMaster整合包下载,面部表情实时调节预览
本次再和大家分享一个上个月刚发布的换脸软件VisoMaster,软件支持图片视频换脸,也支持摄像头实时换脸,我制作了最新版一键启动整合包。 VisoMaster介绍 VisoMaster是一款功能强大且易于使用的工具,用于图像和视频中的面部...