CSM是发布不久的一款多人对话语音生成模型，声音自然延迟低，同时支持克隆音色语音合成，我基于当前最新版本制作了免安装一键启动整合包。
Sesame CSM介绍
CSM（Conversational Speech Model） 是由硅谷团队 Sesame AI Labs 开发的开源语音对话模型，主打高自然度、低延迟的语音交互。其核心目标是解决传统语音合成的“恐怖谷效应”（即语音接近真人但细微不自然引发不适感），通过情感表达和上下文感知生成接近人类对话的语音。
CSM整合包使用教程
首先将网盘内的软件压缩包下载到本地电脑上并解压，双击启动软件.exe启动。
第一次启动会慢些，软件成功启动后会自动打开webui界面。
在Speaker A和Speaker B下拉列表中选择说话发音人。
或是点击【Or add your own voice prompt】展开，上传你自己的音频样本和【Speaker prompt】音频样本文本内容。软件将克隆你上传的音频音色用于语音合成。
【Conversation content】输入对话内容。
每人说一行，轮流交替往下说，第一行文本从Speaker A开始合成
点击下方的【Generate conversation】即可开始生成对话语音。
视频教程及效果演示：https://nuowa.net/1956
注意事项
英伟达显卡显存不低于6G
目前语音合成语言主要为英语
软件运行路径中不要出现非英文字符及空格，待使用文件也要注意
软件只支持win10或win11，不支持其他版本Windows系统，也不支持手机和MAC
多人对话语音合成CSM一键启动整合包下载链接
https://pan.quark.cn/s/42c80105d8ee
https://pan.baidu.com/s/1w1P440l9hRV1j0Fy9dctyQ?pwd=btvd
CSM本地电脑安装部署教程
相关推荐
多人对话有声书制作软件VoxCPM Windows版整合包，高质量声音克隆语音合成工具- 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
- 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
- AI实时变声器Voice Changer2.1.4 CUDA版下载，高质量RVC变声软件
- 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
- FunASR语音识别转文字软件区分说话人版
最近更新
LTX2.3+comfyui音频驱动视频生成工作流
这是一个基于 ComfyUI 的 LTX 2.3 音视频同步生成工作流，核心功能是上传一段音频 + 参考图片（可多张图），自动生成与音频内容对应的视频，适合制作人物说话、唱歌等口型同步视频。工作流使用8位量化版ltx2.3模型，显存需求降低...
LTX2.3+comfyui分段提示词图片转视频工作流，AI视频带货生成器
再和大家分享一个基于 ComfyUI 的 AI 分段提示词图生视频工作流，本工作流主要基于模型LTX2.3和PromptRelay实现。可使用PromptRelay分时段控制生成不同视频画面或合成语音内容。 📌 工作流简介 本工作流是一套基...
windows电脑C盘垃圾查找清理软件
电脑用了好几年了，尽管我安装软件从来不主动装到C盘，偶尔也会清理垃圾，但是用的久了，容量也是在慢慢减少。我C盘303G，现在就剩了24G了，已经会影响到系统性能和虚拟内存调度了，已经不能不管了。C盘不装软件的话大多都是缓存，文件太多了，有时...
LTX2.3+comfyui视频去除字幕水印工作流分享
本次再和大家分享一个视频去字幕水印的comfyui工作流，工作流基于LTX2.3视频生成模型制作。LTX2.3是最新最强的视频生成模型，我前段时间就分享过了，可以看我另一篇文章：https://nuowa.net/2525，comfyui项...
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
Chatterbox 是由 Resemble AI 开发的开源文本转语音（Text-to-Speech, TTS）模型，支持零样本音色克隆：只需提供一段参考音频（几秒钟的人声），即可模仿该音色朗读任意文本。我基于最新版源码制作了免安装一键启...
Mineru PDF转markdown软件局域网版
对于有的电脑配置比较低或是win7系统等电脑无法使用Mineru情况，可以使用局域网内可运行软件的电脑运行Mineru，然后其它电脑或手机等终端输入IP地址，打开运行软件的IP地址来使用Mineru。 具体用法： 下载局域网版压缩包到本地电...
OmniSVG：统一的可缩放矢量图形生成软件
OmniSVG 是一个基于视觉-语言模型（VLM）的端到端多模态 SVG（可缩放矢量图形）生成框架，由 OpenVGLab 团队开发。该项目能够从文本描述或参考图像生成高质量的 SVG 矢量图形，覆盖从简单图标...
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...
