VoiceCraft - 旨在实现零样本语音编辑和文本到语音转换

AI音频工具 AI配音合成（文转音，语音克隆） AI音频工具

VoiceCraft

VoiceCraft 是一个开源项目，由 Jason Peng 等人开发，旨在实现零样本（Zero-Shot）语音编辑和文本到语音（Text-to-Speech, TTS）转换。

链接直达手机查看

VoiceCraft简介

VoiceCraft 是一个开源项目，由 Jason Peng 等人开发，旨在实现零样本（Zero-Shot）语音编辑和文本到语音（Text-to-Speech, TTS）转换。

该项目在野生数据集上，包括有声书、互联网视频和播客等，都取得了最先进的性能。VoiceCraft基于一个基于令牌的神经编解码器语言模型，能够通过仅仅几秒钟的参考音频来克隆或编辑一个未见过的语音。

项目提供了三种运行推理（Inference）的方法：使用Google Colab、Docker容器或直接在安装了所有必要依赖的环境中运行。项目的最新更新包括了模型权重的上传，以及对特定数据集进行微调后的性能提升信息。

开源地址：https://github.com/jasonppy/VoiceCraft

Seed-VC是一种基于SEED-TTS架构的开源声音转换模型，能够实现零样本的声音克隆和转换。

开源的AI语音生成社区

LALAL.AI是一个先进的在线音乐源分离服务，它不仅可以分离人声，还可以分离各种乐器音轨，如鼓点、贝斯、钢琴等。

Audiobox 是一款Meta推出的AI声音生成模型，Audiobox是基于Meta推出的Voicebox AI模型，能生成各种环境音、自然对话语音能够同时接收语音及文字输入，并整合了音频生成和编辑能力，用户可同时使用语音及文字描述，让这款模型生成所需的音频。

TextToSpeech 是一款完全免费的在线 AI 文本转语音工具，它允许用户将文本转换成听起来非常自然的高质量语音，并且可以任意下载。

Voice Engine是OpenAI开发的一款音频大模型，主要功能是从15秒的音频样本和文本输入中生成自然且接近原说话者的声音。