CosyVoice是阿里团队推出的一款强大的TTS文字转语音工具，支持3秒声音复刻，跨语种复刻，情感语音合成等功能，支持几十种语言，合成速度快，发音流畅自然，非常的强大。本软件为免费开源软件，原项目地址：https://github.com/FunAudioLLM/CosyVoice，webUI操作界面如下：
我制作了Windows版最新版一键启动整合包，操作界面如下：
目前主要4种模型，主要的就是CosyVoice-300M和CosyVoice-300M-Instruct模型
CosyVoice webUI使用方法：
1、预训练音色模式：
先输入待合成语音的文本，然后选择预训练音色，然后点击生成音频按钮。
2、3s极速复刻模式：
先输入待合成语音的文本，然后上传一段不超过30秒的prompt音频，也就是想要提取声音音色的音频，然后输入prompt文本，也就是prompt音频内容的文本，然后点击生成音频按钮。
3、跨语种复刻模式：
和3s极速复刻模式类似，只不过prompt音频要和待合成的文本是不同的语言
4、自然语言控制模式：
需要在启动程序界面选择启动CosyVoice-300M-Instruct模型，可以在instruct文本框中输入描述词如：Sad，Happy，A female speaker with high pitch, normal speaking rate, and happy emotion.等，合成的语音就会根据你的描述词调整说话语气情感，效果比较明显。
最新版CosyVoice及带音色模型训练工具的版本请查看链接：《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》
有感兴趣的可以自己去体验一下。
3秒声音极速克隆情感语音合成软件CosyVoice整合包下载链接：
相关推荐
最近更新
Unreal Engine 5恐怖游戏设计制作教程，从入门到精通从零开始完整项目开发详细讲解，中英文字幕
和大家分享一个以前收集的UE5虚幻引擎恐怖游戏开发教程，这是国外一个大神制作的视频教程，教程从零开始到制作出一款完整的游戏。内容讲解全面，如蓝图基础知识讲解、角色控制、高级交互系统、高级库存系统、物品检查、恐怖环境氛围设计、过场动画、AI系...
PDF/图片转markdown软件MonkeyOCR整合包，文档图片解析工具下载
MonkeyOCR是上个月刚发布的一款文档解析工具，可以将PDF文档或图片识别转换为markdown格式文件。官方测试显示性能极佳。我基于当前最新版制作了免安装一键启动整合包，支持批量操作，并降低了显卡要求。 MonkeyOCR官方介绍 M...
AI视频变现项目，完整详细教程20250628期
即梦AI：创作者的强力“外挂”！免费积分等你领取
还在为创作图片、故事及视频内容而烦恼吗？朋友，你需要一个靠谱的“智能搭子”了！那就是即梦AI，就是那个能让你事半功倍、脑洞大开的神奇伙伴！ 即梦AI，到底是什么？ 简单说，即梦AI是字节跳动旗下一个强大、易用且懂你的一站式AI创作平台。&n...
支付宝发现金红包了！支付宝的羊毛快来薅💰️💰️
支付宝小荷包搞活动啦，新用户加入立得2元无门槛现金红包。 支付宝小荷包是支付宝推出的一款便捷的零钱管理工具，适合日常小额支付和理财。 什么是支付宝小荷包？ 支付宝小荷包，简单来说，就像是你在支付宝里的“私人金库”。它不仅支持快速转账、收款，...
美团官方发福利，吃喝玩乐外卖神券天天领
美团官方发福利了，加美团企业微信，每天免费领各种吃喝玩乐神券，领取福利流程如下： 1、微信扫码登录↓↓↓ 2、长按添加美团企业微信 3、天天领券 每日签到领取更多红包 更有超多促销活动，限时活动，低价爆品等，让你放肆嗨吃嗨喝！
免费PDF文档翻译软件BabelDOC整合包下载，AI一键PDF全文翻译工具
分享另一个热门的PDF文档翻译软件BabelDOC，软件可以将PDF文档由原语言翻译成指定语言文档，基于在线大语言模型处理能力，文档翻译效果更准确，并保留排版，支持批量文档翻译，我制作了最新版免安装一键启动整合包。 BabelDOC介绍 另...
AI歌曲创作软件YuE整合包下载，一键谱曲演唱音乐生成器
YuE：开放的全曲音乐生成基础模型，可免费一键生成完整歌曲，AI作曲，AI演唱，是一个高质量的AI音乐生成软件。我制作了最新的面安装一键启动整合包。 YuE介绍 YuE 是一系列突破性的开源基础模型，专为音乐生成而设计，尤其适用于将歌词转化...
可灵AI会员专属优惠邀请码，限时福利领取
可灵AI发福利了，通过专属优惠邀请码 6BZPEJK83JZ9 可额外获得50%灵感值。 现在图片、音乐、视频等等，啥都可以用AI生成，可灵AI就是快手旗下非常强大的一个AI内容创作平台，功能多样，效果强大。我最近半年几乎每周都会使用多次，...
多人对话语音合成软件CSM整合包，AI多人文字转语音工具
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...
