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
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。它高效、灵活、功能强大,适用于研究和生产环境。
- 简洁高效:Spark-TTS 完全基于 Qwen2.5 构建,无需使用流匹配等额外的生成模型。它无需依赖单独的模型来生成声学特征,而是直接从 LLM 预测的代码中重建音频。这种方法简化了流程,提高了效率并降低了复杂性。
- 高质量语音克隆:支持零样本语音克隆,这意味着即使没有专门的语音训练数据,它也能复制说话者的语音。这非常适合跨语言和代码切换场景,允许在语言和语音之间无缝转换,而无需对每种语言和语音进行单独训练。
- 双语支持:支持中文和英文,并能够针对跨语言和代码切换场景进行零样本语音克隆,使模型能够以高自然度和准确性合成多种语言的语音。
- 可控语音生成:支持通过调整性别、音调、语速等参数创建虚拟说话人。
Spark-TTS整合包使用说明
首先将网盘内的软件压缩包下载到本地电脑上并解压,然后双击运行启动软件.exe。
软件启动后会自动打开webui界面,操作界面主要有两个功能。一个是声音克隆另一个就是文本转语音。
声音克隆
上传一段音频样本素材,音频采样率不能低于16kHz,也可以通过麦克风录制音频。
Text里输入待合成语音的文本内容,建议和音频是同一种语言。
Text of prompt speech输入框里可以输入音频素材的文本内容,也可以忽略
点击Generate按钮即可克隆声音并合成语音。
语音合成
这个功能更简单,没有可选的发音人,只有male男性和female女性可选,或是通过调节声调Pitch和语速Speed改变声音。
在Input Text里输入待合成音频的文本描述词,点击下方Create Voice按钮即可合成音频。
软件操作比较简单,但是感觉效果不错,以前声音克隆我都是用的cosyvoice,但是现在感觉这个效果更好一些,算是免费工具里比较不错的了。
软件效果演示及视频教程链接:https://nuowa.net/1780
注意事项
只支持Windows 10或11
软件运行路径中不要有非英文字符和空格
需要英伟达独显,软件配置要求不高但未测试最低电脑配置
声音克隆文本转语音软件Spark-TTS整合包下载
[erphpdown]https://pan.quark.cn/s/e7d8903443c4
https://pan.baidu.com/s/1_2eDMh0E2Kj9wBEDNt9LMQ?pwd=hrxm[/erphpdown]
相关推荐
多人对话声音克隆语音合成工具Chatterbox TTS免安装版,AI实时文字转语音
阿里千问Qwen3-TTS声音克隆语音合成软件【低配电脑版】
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
【免安装/解压即用】支持600+语言的神级TTS!OmniVoice 零样本语音克隆一键整合包发布
VibeVoice:富有表现力的长篇多人对话语音合成工具整合包下载
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
抖音出品高质量声音克隆文字转语音合成软件MegaTTS3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
最近更新
ai-texture-forge:在 Blender 视口里用 AI 生成无缝 PBR 纹理的插件
ai-texture-forge 是一个 Blender 插件,可在 3D 视口内用文本提示生成无缝 PBR 材质、概念图和场景级投影纹理,支持本地 GPU 或云端扩散模型,面向 Windows x64 和 Blender 4.2+。
Gemini Config Checker:用已登录浏览器实测代理配置能否访问 Google AI Studio 与 Gemini
Gemini Config Checker 是一款通过已登录浏览器实测代理配置能否访问 Google AI Studio 和 Gemini 的工具,支持 Simple/Advanced 双模式、Anti-DPI 参数和链式配置导出,当前处于 0.1.0 早期预发布阶段。
Gemini Config Checker:用已登录浏览器筛选能进 Google AI Studio 和 Gemini 的代理配置
Gemini Config Checker 是一个面向代理配置的检查工具,通过已登录的 Chrome/Edge/Brave 浏览器读取 Google 对 AI Studio 和 Gemini 的区域判定,支持简单与高级两种扫描模式,并提供 Anti-DPI 配置和 Xray 配置导出。
Gemini Config Checker:用登录态浏览器实测代理配置,能否真正进入 Google AI Studio 和 Gemini
Gemini Config Checker 是一个用 Go 编写的代理配置检测工具,通过在已登录 Google 账号的浏览器中打开 AI Studio 和 Gemini,判断配置能否真正通过 Google 的地区限制。支持 Simple 和 Advanced 两种扫描模式、反 DPI 预设、链式配置导出,提供 Windows、macOS、Linux 和 Android 构建。
Gemini Config Checker:用已登录浏览器实测代理配置能否进入 Google AI Studio 和 Gemini
Gemini Config Checker 是一款通过已登录 Google 账号的浏览器实测代理配置能否进入 AI Studio 和 Gemini 的工具,支持 Simple/Advanced 两种模式、Anti-DPI 配置和 Xray 链式导出,当前处于 0.1.0 早期预发布阶段。
Gemini Config Checker:用「登录态浏览器」验证代理配置能否真正进入 Gemini 和 AI Studio
Gemini Config Checker 是一个开源工具,通过在已登录 Google 的浏览器中实际打开 AI Studio 和 Gemini,判断代理配置是否真的能绕过地区限制。支持 Simple / Advanced 两种检测模式、Anti-DPI 参数和 Xray 配置导出,当前为 0.1.0 早期版本。
Gemini Config Checker:用已登录浏览器筛选能进入 Google AI Studio 与 Gemini 的代理配置
Gemini Config Checker 是一个早期预发布工具,通过在已登录 Google 账号的浏览器中打开 AI Studio 和 Gemini,筛选真正能进入这两项服务的代理配置,支持 Simple/Advanced 两种模式和 Anti-DPI 配置。
Gemini Config Checker:用登录态浏览器实测代理配置能否进入 Google AI Studio 与 Gemini
Gemini Config Checker 是一个通过已登录 Google 账号的真实浏览器来筛选代理配置的工具,判断配置能否真正进入 Google AI Studio 和 Gemini,支持 Simple 与 Advanced 两种链式测试模式。
STE80 Humanizer:两步改写,让 AI 文本读起来像人写的
STE80 Humanizer 是一个面向 AI Agent 的写作技能,先用 26 条规则清理 AI 写作痕迹,再把句子结构向 ASD-STE100 简化技术英语靠拢到约 80%。本文介绍它的两步方法、三种模式、安装方式、检查脚本和适用边界。
smolmaxxing:在电视盒子、旧iPad和手机上跑起16B到80B大模型
smolmaxxing 是基于 llama.cpp 的端侧推理项目,已在电视盒子、旧 iPad 和 OnePlus 手机上实测运行 2B 到 80B 模型,通过定制内核、内存裁剪、专家按需从闪存读取等技术,让模型大小超出可用内存的设备也能完成推理。











