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
相关推荐
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
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
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情感语音合成软件一键启动整合包,带音色模型训练工具
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
最近更新

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...

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...