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
- 极速轻便声音克隆语音合成软件MOSS-TTS-Nano整合包，CPU可流畅运行
- 最强分说话人语音识别工具，支持批量音视频识别转字幕，字幕翻译内容总结
- AI实时语音聊天对话系统，外语口语陪练/虚拟好友实时语音交流
- 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
最近更新
Claude 再放大招，Sonnet 5 来了
一觉醒来Anthropic又放大招了，Claude Sonnet 5来了。 不得不说国外大语言模型更新的是真快的，各家LLM版本更新迭代频率都很高，Claude 刚发布Opus 4.8 不久，这又发布了Sonnet 5.Anthropic ...
AutoVidDub支持分角色配音的全自动视频翻译配音加字幕工具
支持分角色配音的全自动流水线，一键将外语视频转为带母语配音和双语字幕的目标语言视频。 一、软件简介 AutoVidDub 是一套运行在本地 GPU 上的全自动视频翻译配音工具。你只需提供一个视频文件，它就能自动完成以下全部工序： 二、核心功...
极速轻便声音克隆语音合成软件MOSS-TTS-Nano整合包，CPU可流畅运行
一、项目概述 MOSS-TTS-Nano 是由 MOSI.AI 与 OpenMOSS 团队 联合开发的开源多语言小模型语音合成系统。模型参数量仅 0.1B，专为实时语音生成场景设计，无需 GPU 即可在 CPU 上直接运行，适合本地演示、W...
最强分说话人语音识别工具，支持批量音视频识别转字幕，字幕翻译内容总结
本软件是一款基于 Qwen3-ASR-1.7B 大模型的本地音视频语音识别工具，配备说话人分离功能，可在个人电脑上实现： 整个流程通过简洁的 Gradio Web 界面 操作，点击按钮即可完成识别与导出。 主要功能特点 1. 单文件识别与批...
最强PR中文视频自动语音识别生成字幕插件，语音识别准确率高支持多国语言
上次和大家分享了PR非常好用的自动剪辑口播视频静音片段插件，如果想要自动生成视频字幕的话，用PR自带的语音识别转字幕工具，效果非常差，语音识别准确率非常低，识别的文本差太多手动修改起来极其麻烦，反而更加浪费时间了。为了提高工作效率，降低人工...
祝贺凡人修仙传2026年新年番开播同时在线人数超64万
今天6月13日凡人修仙传新年番开播，同时在线人数破64万（非最高在线人数，只是我看到的在线人数），作为凡人5年老粉，必须发个帖祝贺一下。 我比较喜欢看动漫，各种类型看了很多，具体不清楚多少，像斗罗斗破之类看了一大半终究是没能看下去，还是雾山...
Premiere Pro静音片段自动剪辑插件——Silence Remover使用教程及下载
对于做口播、Vlog、播客剪辑的朋友来说，最耗时的工作之一就是手动找出视频中的”哑巴”片段——说话间隙、停顿、思考时的”嗯啊”——并逐一删除。今天给大家介绍一款来自 Phantom Edito...
蛙蛙写作-能替你"打工"的AI写作平台，附邀请码：UZekHC
我不是一个容易被工具说服的人。用过 ChatGPT、试过各种”AI写作神器”，大多数要么写出来全是机翻腔，要么根本不懂网文的爆款逻辑。 直到我开始用蛙蛙写作，才发现原来一个工具真的可以懂你想写什么。 🐸 蛙蛙写作是什...
PDFMathTranslate + MinerU 批量PDF全文双语翻译转Markdown工具
本工具是一款基于 PDFMathTranslate 与 MinerU 整合的桌面端 PDF 翻译工具，通过简洁的 Web 界面实现一键式 PDF 全文双语翻译，并可选择将翻译结果导出为 Markdown 格式，方便导入知识库或进行二次编辑。...
Claude居然自称“本人”
今天在和Claude聊网文写作的时候，Claude回复中居然自称本人，这让我有点震惊。 我经常会和AI聊工具功能对比等话题，ChatGPT、Gemini、Claude这些以前我记得从来没有自称过本人的，好像都是本模型，本工具等等，反正从来没...
