3分钟得到专属AI声音OpenVoice 完整免费实现语音克隆【免费下载链接】OpenVoiceInstant voice cloning by MIT and MyShell. Audio foundation model.项目地址: https://gitcode.com/GitHub_Trending/op/OpenVoiceOpenVoice 是由 MIT 与 MyShell 联合开发的语音克隆模型输入几秒参考人声就能用相同音色生成多语言的 AI 语音且免费用于商业项目。OpenVoice 能做什么它做的事情可以概括为一句话把这个人说话变成你这个人说话。OpenVoice 只负责克隆音色tone color语气、情感等风格交给基础 TTS 模型控制两者解耦后既能还原声音又方便调节表达。V2 版本在音质和语言覆盖上做了升级并采用 MIT 许可证。音色克隆只提取参考音频的音色特征输出几乎同音色的语音风格可调情感、口音、节奏、停顿等参数独立控制互不干扰多语言输出V2 原生支持英语、中文、日语、韩语、西班牙语、法语这些场景都在用它有声内容制作——作者或播客主把自己的声音克隆出来把文章批量转成有声读物不用反复进录音棚。视频解说配音——短视频创作者用固定人声给不同视频配音换文案不换声音风格更统一。个性化语音助手——开发者为 App 或智能设备定制专属播报声替代千篇一律的系统默认音。多语言内容扩展——同一段内容用同一音色翻成多种语言适合出海账号和外语教学素材。语音克隆原理一图看懂音色分离流程可以拆成三步基础 TTS 先把文本合成为一段陌生人语音音色提取器从参考音频里取出音色特征最后的音色转换器把前者换皮成参考人的音色。换句话说内容和音色是分开生产的所以改风格不用重录参考音换音色不用改文本。第一次出结果的两条路径最快路径零安装项目文档 docs/USAGE.md 中列出了官方已部署的在线服务覆盖英音、美音、中文、日语、韩语等多种语言版本打开页面上传参考音频、输入文本即可试听全程不需要装任何东西。本地部署进阶适合需要二次开发或离线运行的用户完整步骤见 官方使用说明。git clone https://gitcode.com/GitHub_Trending/op/OpenVoice cd OpenVoicepip install -e . python -m openvoice_app --share第二条命令会启动一个本地 Gradio 网页参考音频、文本、风格都在页面上直接选。仓库自带 demo_part1.ipynb风格控制、demo_part2.ipynb跨语言克隆、demo_part3.ipynbV2 用法三个示例照着跑一遍就能理解整条调用链。关键参数调节说明参数作用推荐设置speaker决定情感与口音风格可选 friendly、cheerful、excited、sad、angry、shouting、whispering 等首次运行用defaultspeed语速倍率影响生成音频的长短节奏1.0耳语等风格可降到0.9language基础 TTS 的语言需与文本语种一致V1 支持 English / ChineseV2 另有西、法、日、韩tau音色转换强度越大越贴近参考音色默认0.3偏淡时适当调大一个常见误区换语言不是改文本而是换基础 TTS 模型——中文内容要用中文 base speaker 先生成再套音色。源码结构速览openvoice/api.py对外接口BaseSpeakerTTS负责文本合成ToneColorConverter负责音色提取与转换openvoice/models.py核心网络定义包含语音合成与音色转换模型openvoice/se_extractor.py从参考音频中分离并缓存音色特征openvoice/utils.py音频切分、文本处理等通用工具函数openvoice/ 下的text/、attentions.py、transforms.py文本音素化与模型组件一般不用动常见问题Q参考音频要多长、要多干净A几秒即可但要求单人、无背景音乐、无长段静音质量直接决定克隆效果。Q会连口音和情感一起克隆吗A不会。OpenVoice 只克隆音色口音和情感由基础 TTS 决定通过speaker参数调整。Q支持哪些语言AV2 原生支持英语、中文、日语、韩语、西班牙语、法语其他语言可接入对应语言的基础 TTS 模型。Q可以商用吗A可以。V1 与 V2 均为 MIT 许可证商业和研究用途都免费。Q生成声音像或不像怎么排查A先对照 docs/QA.md 检查参考音频是否含噪、过短或混音并确认没有复用旧的处理缓存。下一步建议从 官方使用说明 的在线服务试一版效果遇到报错再翻 docs/QA.md确定要本地部署时按文档完成安装后先跑通 demo_part1 示例再逐步替换参考音频和风格参数。【免费下载链接】OpenVoiceInstant voice cloning by MIT and MyShell. Audio foundation model.项目地址: https://gitcode.com/GitHub_Trending/op/OpenVoice创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
