开源克隆声音的项目-OpenVoice V2

最新推荐文章于 2024-07-25 10:27:09 发布
最新推荐文章于 2024-07-25 10:27:09 发布
阅读量393 收藏
点赞数 1
分类专栏： Ai工具 文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hjx_dou/article/details/138227495
版权

myshell的OpenVoice 出v2版本了

只需要上传一段20秒到5分钟之间的声音，就可以克隆声音。

单人讲话
没有背景噪音
时间在20秒至5分钟之间

本地部署我没有做，我在myshell的官网上测试了一下，可能是上传的音频有杂音，导致不是很清晰。

在这里插入图片描述
在这里插入图片描述
来一段出师表
在这里插入图片描述
克隆速度和生成速度还是挺快的。不过声音有点不是很像，估计跟音频有些关系。

myshell的网址

openVoice

hjx_dou
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【AI工具声音克隆】——OpenVoice一键部署&modelScope一键使用
weixin_51658186的博客
05-04 1984
OpenVoice是一个创新的开源项目，它利用最先进的深度学习技术，为开发者提供强大且易用的语音合成工具。OpenVoice是一种多功能的即时声音克隆方法，只需要参考发言者的一小段音频片段，就可以复制他们的声音，并用多种语言生成语音。
开源项目-Staffjoy-v2.zip
09-05
Staffjoy-v2是一个基于Go语言开发的开源项目，主要用于实现调度服务。在深入探讨这个项目之前，我们先来了解一下Go语言。Go，也被称为Golang，是由Google开发的一种静态类型的、编译式的、并发的、垃圾回收的、类型...
OpenVoice本地部署教程与踩坑记录
Print_lin的博客
01-09 7599
Github目前最火的点赞超10k的OpenVoice音频克隆项目部署入门。本文介绍了OpenVoice的基本概念，并描述了本地部署OpenVoice的步骤与一些常见错误。将可能用到的资源重新上传，方便无法过墙的伙伴。OpenVoice是一种多功能的即时声音克隆方法，它只需要参考发言者的一小段音频片段，就可以复制他们的声音并用多种语言生成语音。快来成为第一波吃螃蟹的人吧！！！
本地部署 OpenVoice
engchina的专栏
12-21 3075
本地部署 OpenVoice
OpenVoiceV2本地部署教程,苹果MacOs部署流程,声音响度统一,文字转语音,TTS
刘悦的技术博客
05-10 1448
OpenVoice的一个突破性功能是其能够进行zero-shot跨语言声音克隆。它可以将声音克隆到未包含在训练数据集中的语言中，而无需为这些语言提供大量说话者的训练数据。但事实上，与具有丰富标记数据的传统监督学习相比，Zero-shot learning在未知类别上通常面临较低的准确性，特别是在复杂类别上。依赖辅助信息可能会引入噪声和不准确性，所以，对于一些很特殊的音色，OpenVoice的效果并不好，必须针对底模进行微调才能够解决此类问题。
OpenVoice文本转语音大模型实战部署
maxcode
01-31 940
把snakers4_silero-vad解压到/root/.cache/torch/hub目录下。修改openvoice_app.py文件，添加multiselect=True。解压到OpenVoice目录下。
AI跟踪报道第19期-新加坡内哥谈技术-每周AI新闻：实时人工智能来了！
2301_79342058的博客
12-02 587
每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！订阅：https://rengongzhineng.io/
声音克隆AI项目OpenVoice
Zola的博客
01-11 1560
项目仅开源了不到三周，在github上就有了6.1k的star，目前有11.4W的star，可见其受欢迎程度。比如open-voice项目的安装方法如下图片图片，对于小白来说，本地部署还是很复杂的。可以自己上传音频，也可以用麦克风录制一小段，然后在文本框中输入你想要用这个声音合成的话，点击执行就可以了。要根据文本的多少，一般几句话也就几十秒就搞定了，可以一键下载合成语音，老Y听了听，效果挺好的。这就能看到这个项目了的使用界面了，接着就可以愉快的使用了。
开源项目-yaronsumel-filler.zip
09-05
开源项目-yaronsumel-filler.zip是一个开源软件项目，由开发者yaronsumel创建并维护。这个项目的主要目的是提供一个小型实用程序，它利用标记填充（Marker Filling）的结构来实现特定的功能。在计算机科学和软件开发...
开源项目-mvdan-xurls.zip
09-23
开源项目“mvdan-xurls”是一个非常实用的工具，主要功能是利用正则表达式（regexp）从纯文本中高效地提取出URL链接。该项目由mvdan开发，遵循开源协议，允许开发者自由地使用、修改和分发。这个压缩包包含了一个名...
开源项目-dskinner-git.zip
09-04
在实际使用这个开源项目时，开发者需要按照Git的常规流程来操作，例如，首先需要从远程仓库克隆项目，然后在本地进行修改，最后将更改推送到远程仓库。 总的来说，开源项目-dskinner-git.zip提供了一个纯Go实现的...
OpenVoiceV2：零样本跨语言语音克隆技术，支持多种风格控制，12倍实时语音生成速度
nulifancuoAI的博客
05-23 1715
语音克隆技术近年来取得了显著进展，但现有方法通常存在着局限性，例如无法灵活控制语音风格、需要大量多语言数据进行训练、生成速度慢等等。为了克服这些挑战，MyShell.ai团队推出了全新的语音克隆技术OpenVoiceV2，它能够在无需额外训练的情况下，仅凭少量参考音频，就能够克隆任何人的声音，并支持多种语音风格控制，以及快速高效的跨语言语音生成。Huggingface模型下载：AI快站模型免费加速下载：myshell-ai。
openvoice v2 声音克隆使用案例
weixin_42357472的博客
04-28 407
参考： https://github.com/myshell-ai/OpenVoice/blob/main/docs/USAGE.md https://www.wehelpwin.com/article/49401）下载OpenVoice项目安装 2）MeloTTS安装 参考：https://blog.csdn.net/weixin_42357472/article/details/136320097 使用 使用的是OpenVoice项目的案例 demo_part3.ipynb注意： 1、国内下载模型不
OpenVoice——强大的语音克隆与生成技术
文浩Marvin的博客
04-30 765
它具有更好的音频质量，采用新的训练策略提升了音频质量；还集成了 MeloTTS 技术，用户可以通过 pip install git+https://github.com/myshell-ai/MeloTTS.git 进行安装，这是一个新的文本到语音转换系统，增强了声音的自然度和表现力。灵活的声音风格控制，允许用户对声音的情绪、口音、节奏、停顿和语调进行详细的调整，提供个性化的声音输出；OpenVoice 的出现为语音技术领域带来了重大突破，它的强大功能和广泛的支持语言使其在众多应用场景中具有巨大的潜力。
23.5k Star！OpenVoice：这款AI工具能够精准模仿你的声音并说出任何语言！
lythinking的博客
05-08 569
原创 Aitrainee | 公众号：AI进修生：AI算法工程师 / Prompt工程师 / ROS机器人开发者 | 分享AI动态与算法应用资讯，提升技术效率。🌟从一小段音频中复制声音并生成多种语言的语音。它不仅支持精准的音色克隆，还可以灵活控制语音风格，如情感和口音，确保声音输出自然流畅。
【AI声音克隆】OpenVoice简单易上手的语音克隆整合包
嘟嘟的博客
04-20 894
大家好，之前有朋友反馈说GPT-Sovits有些难上手，操作比较复杂，问我有没有比较简单的工具，今天给大家分享的语音克隆工具操作非常简单，可商用！（整合包在文章末尾自取）
为边缘开发由生成式 AI 驱动的视觉 AI 智能体
专注于人工智能领域的小何尚
07-25 797
可视化 AI 智能体由 VLM 提供支持，您可以在其中用自然语言提出广泛的问题，并获得反映录制或直播视频中真实意图和背景的见解。这些智能体可以通过易于使用的 REST API 进行交互，并与其他服务甚至移动应用程序集成。这种新一代可视化 AI 智能体有助于总结场景、创建各种警报并使用自然语言从视频中提取可操作的见解。
【自然语言处理】概论（一）：自然语言处理概要
最新发布
古月居
07-25 249
语言：语言就广义而言，是采用一套具有共同处理规则来进行表达的沟通指令，指令会以视觉、声音或者触觉等方式来传递。可以分为:自然语言、动物语言、计算机语言。。。自然语言人类在发展过程中形成的一种信息交流方式，包括口语和书面语，反映人类的思想。它自然地随文化演化，是人类用来沟通的指令，可以通过视觉、声音或触觉等方式传递。定义：自然语言处理是计算机科学和人工智能的一个分支，它旨在开发能够理解和生成人类语言的技术。通过建立形式化计算模型来分析、理解和生成自然语言的学科。
怎么启动github开源项目shap-e
05-11
要启动SHAP-E，需要执行以下步骤： 1. 克隆 SHAP-E 代码库：使用git克隆 SHAP-E 代码库到本地计算机。 2. 安装依赖项：使用pip安装所有必需的Python依赖项。可以在项目根目录下的requirements.txt文件中找到依赖项列表。使用以下命令安装依赖项： ``` pip install -r requirements.txt ``` 3. 运行应用程序：运行app.py文件，这将启动Flask应用程序，可以使用以下命令运行应用程序： ``` python app.py ``` 4. 打开应用程序：在浏览器中打开localhost:5000，应用程序现在应该在本地计算机上运行。 这些步骤应该能够帮助你启动SHAP-E。如果你遇到任何问题，可以参考项目文档或者在项目的GitHub页面提交一个问题。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值