热门文字转语音应用CosyVoice发布2.0了,CosyVoice是一个非常强大的语音合成工具,提供文字转语音、声音克隆和情感语音合成控制功能。这是一个由阿里团队推出的应用,在免费声音克隆和语音合成软件中,算是比较不错的一款应用了。合成的语音非常的自然,不会像以前其它软件那么的僵硬。从1.0版本我就分享过了,可以查看我以前分享的文章《CosyVoice情感语音合成软件一键启动整合包,带音色模型训练工具》。我把这个2.0版本也做了一个一键启动整合包,并制作了一个适用2.0版本的UI界面。

CosyVoice 2.0更新说明
CosyVoice 2.0相比1.0版本,新版本语音生成更准确、更稳定、更快速、功能更强大。
多种语言
支持语言:中文、英文、日语、韩语、中国方言(粤语、四川话、上海话、天津话、武汉话等)
跨语言和混合语言:支持跨语言和代码切换场景的零样本语音克隆。
超低延迟
双向流支持:CosyVoice 2.0 集成了离线和流建模技术。
快速首包合成:实现低至 150 毫秒的延迟,同时保持高质量的音频输出。
高精度
改进发音:与 CosyVoice 1.0 相比,发音错误减少了 30% 到 50%。
基准测试成果:在Seed-TTS评估集的硬测试集上取得最低的字符错误率。
稳定性强
音色一致性:确保零样本和跨语言语音合成的可靠语音一致性。
跨语言合成:与 1.0 版本相比有显著的改进。
自然体验
增强韵律和音质:改进了合成音频的对齐,将 MOS 评估分数从 5.4 提高到 5.53。
情感和方言灵活性:现在支持更细致的情感控制和口音调整。
CosyVoice整合包使用说明
首先到网盘内将压缩包下载到电脑上解压,然后双击运行【启动软件.exe】,稍等一会即可启动webUI界面。软件主要有下面4项功能:
3s极速复刻
只需提供一段3秒的音频素材,即可克隆音色,并使用这个音色进行文字转语音操作。声音音色克隆效果非常好,非常逼真。
跨语种复刻
可将音频样本素材音色提取出来,用于其它语言的文字转语音,比如你的音频是中文语音,可以提取这个语音音色用来合成英文或是其它语言的语音
情感音效
可以在合成语音时指定加入[laughter]情感词,来合成人物情感音效。
自然语言控制
合成语音时可输入instruct文本来生成带有指定情绪的语音,比如高兴,难过,生气等,也可以生成指定方言的语音,如指定生成四川话,广东话等。
所有功能都要依赖于音频样本,所以你首先需要先导入一个3-5秒的prompt音频文件和prompt文本。输入待合成文本,如果是自然语言控制的话再输入instruct文本,设置完成后可以点击下方生成音频按钮来合成语音,语音生成完成后可点击预览播放音频,也可以点击音频右侧的下载符号按钮下载音频结果。
视频教程及效果演示:https://nuowa.net/1727
注意事项
软件运行路径中不要有非英文字符及空格
音频样本素材起始和结束部分不要有太长的空白,否则合成语音可能会有杂音。
待合成文本的每句话长度及标点符号,都会对合成音频效果有影响,这个可以自己多合成多测试就能体会到。
如果电脑开启了代理软件,请先关闭,否则可能会导致打开不开webUI界面。
未测试最低电脑配置要求,建议英伟达显卡显存4G或更高用户使用
整合包只支持Windows 10或11系统
声音克隆及语音合成工具CosyVoice 2.0一键启动包下载地址
相关推荐
最近更新

AI描述万物软件describe-anything整合包,精准描述图片视频中指定区域内容
本次和大家分享一个英伟达联合其他大学开发的一款应用describe-anything,该应用可以通过AI识别分析并详细描述图片视频中指定区域物体内容,我基于最新版制作了免安装一键启动整合包。 describe-anything介绍 Desc...

高效可控歌曲生成器ACE-Step一键启动整合包,音乐人的歌曲创作利器
又一款AI歌曲创作利器:ACE-Step,ACE-Step是刚发布不久的AI自动谱曲AI自动演唱软件,软件在歌曲生成速度、音乐连贯性和可控性上相对同类软件有了较大提升。ACE-Step在3小时前刚发布了新版本,我基于当前最新版本制作了免安装...

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
本次分享一个刚出的超逼真对话型文字转语音软件Dia-1.6B,这个TTS软件不像传统的文字转语音那样,Dia可以生成对话音频,还可以生成非语言音效,如笑声,咳嗽,清嗓子等,还支持声音克隆。我基于当前Dia最新版本制作了免安装一键启动整合包。...

高精度2D图片转3D网格模型软件Stable3DGen整合包下载
本次和大家分享另一个非常牛叉的图片转3D模型软件Stable3DGen,从官方演示对比来看,效果要好于我之前分享的腾讯混元3D和TRELLIS,精度更高更细腻。基于当前最新版本我制作了一键启动整合包。 Stable3DGen介绍 随着从二维...

2D照片转3D视频软件stable-virtual-camera免安装一键启动整合包下载
本次和大家分享一个好玩实用的2D图片转3D视频软件stable-virtual-camera,支持多种相机模式,生成的3D视频效果丰富多样,适合多种使用场景,我基于当前最新版本制作了免安装一键启动整合包。 stable-virtual-ca...

AI歌曲创作软件DiffRhythm一键启动包,自定义风格AI谱曲演唱
DiffRhythm是首个基于扩散技术的开源音乐生成模型,能够创作完整的歌曲,包括AI谱曲,AI演唱。基于当前最新V1.2版本我制作了免安装一键启动整合包。 DiffRhythm介绍 Di♪♪Rhythm:速度惊人、简单至极、具有潜在扩散的...

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...