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。它高效、灵活、功能强大，适用于研究和生产环境。

主要特点

• 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