GPT-SoVITS是一个开源声音克隆工具，通过少量样本实现快速且高质量的文本到语音转换。Bark则是Suno的开源文本到音频模型，不仅能生成语音，还能创作音乐和音效，具有跨语言支持和商业使用许可。这两个模型展示了AI在音频生成领域的突破，适合商业应用和个性化内容创作。
GPT-SoVITS
GPT-SoVITS 是一个开源黑科技，只需要 1 分钟的语音就能实现声音克隆、文本到语音转换。少量样本就可以训练出一个优秀的 TTS 模型。
它具有以下主要特性：
-
零样本 TTS：输入 5 秒的声音样本，即可体验即时的文本到语音转换。
-
少样本 TTS：只需 1 分钟的训练数据，就可以微调模型，以提高语音相似度和真实感。
跨语言支持：可以用与训练数据集不同的语言进行推理，目前支持英语、日语和中文。集成了一些工具，包括声音伴奏分离、自动训练集分割、中文 ASR 和文本标签，帮助初学者创建训练数据集和 GPT/SoVITS 模型。
开源地址：https://github.com/RVC-Boss/GPT-SoVITS
Bark 开源文本转语音!
Bark 是 Suno 的开源文本转语音+模型；开源协议MIT，可以用来商业化！！
github源代码：
https://github.com/suno-ai/bark
国内源代码：
http://www.gitpp.com/pythonking/bark
Bark的介绍
Bark 是由 Suno 开源的一个文本转语音（Text-to-Speech, TTS&
最低0.47元/天 解锁文章
扫一扫
5921
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
