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
AI实时变声器Voice Changer2.1.4 CUDA版下载，高质量RVC变声软件
Voice Changer是一款实时 AI 变声工具，允许你通过多种 AI 声音模型（如 RVC 和 Beatrice）实时转换声音。转换延迟更低，是目前社区中最受欢迎的开源实时变声方案之一。 核心特点 1. 实时性 voice-chang...
Studio One Pro 7免费开心版下载
Studio One 7是一款专业数字音频工作站（DAW）软件，它是音乐制作、混音、母带处理与现场演出一体化的旗舰软件。 ✨ 核心功能 1. AI 智能音轨分离（Stem Separation） AI 驱动的音轨分离功能允许用户将混缩后的音...
PDF转Markdown软件MinerU 3.1.11整合包（高性能版）
MinerU是一款非常热门的PDF、图片、DOCX、PPTX、XLSX转markdown格式软件，转换效果属于同类软件中比较优秀的一个。当前最新版为3.1.11版本，我基于最新版源码制作了免安装一键启动整合包，并做适当优化及修改，详情查看链...
阿里千问Qwen3-TTS声音克隆语音合成软件【低配电脑版】
阿里千问Qwen3-TTS是一款热门的语音合成及声音克隆软件，我基于当前最新版制作了免安装一键启动整合包，并增加多人对话语音合成功能。 此版本为低配显卡电脑版，软件使用0.6B模型，模型尺寸略小，对电脑显卡配置要求也更小，但是质量不会差太多...
腾讯混元三维世界重建系统WorldMirror 2.0通用3D三维资产重建工具下载
WorldMirror 2.0 是由腾讯混元（Hunyuan）团队开发的下一代通用三维世界重建系统，底层基于 HY-World-2.0 模型。它能够从一组普通照片或一段视频中，自动恢复出场景的三维结构，并生成多种形式的三维资产，包括： 我基...
阿里Qwen3-TTS高质量声音克隆语音合成系统，AI视频配音多人对话生成工具
Qwen3-TTS 是由阿里 Qwen 团队开发的新一代语音合成系统，基于自研的 Qwen3-TTS-Tokenizer-12Hz 编解码器和离散多码本 LM 架构，实现了端到端的全信息语音建模。它突破了传统级联架构的信息瓶颈，支持音色克隆...
PasteMD：一键将 Markdown 和网页 AI 对话文本内容粘贴到 Word、WPS 和 Excel
PasteMD：一键将 Markdown 和网页 AI 对话（ChatGPT/DeepSeek等）完美粘贴到 Word、WPS 和 Excel 的效率工具。 在写论文或报告时，从 ChatGPT / DeepSeek 等 AI 网站中复制出...
BiliNote：自动生成B站油管视频笔记，AI视频内容总结工具
在信息爆炸的时代，视频已经成为最重要的知识载体之一。但相比文字，视频的“可检索性”和“复用效率”始终较低。如何快速从长视频中提取重点、形成结构化知识，成为很多学习者和创作者的痛点。 而 BiliNote 正是为解决这一问题而诞生的一款开源 ...
优云智算HappyHorse AI 视频生成API KEY WebUI
大家可能平常刷视频的时候已经发现了，进入2026年AI短剧极其火爆，不管是短视频平台还是拼多多等购物平台，短剧视频里经常能刷到AI漫剧。前几年短剧公司拍真人短剧赚的盆满钵满，进入2026年短剧公司被AI打的毫无还手之力。借助AI的快速发展，...
LTX-2.3 视频生成免安装部署整合包软件下载
LTX-2 是由 Lightricks 开发的首个基于 DiT（扩散变换器）架构的音视频基础模型，能够在一个统一模型中同时生成高质量的视频与同步音频。与以往需要分别处理视频和音频的方案不同，LTX-2 将两者深度融合，实现真正的音画同步生成...
