CosyVoice 语音合成TTS、声音克隆自定义api服务搭建；requests请求使用

loong_XL

已于 2024-07-18 10:07:50 修改

阅读量1.8k

点赞数

分类专栏：深度学习语音AI 文章标签： tts 声音克隆 ai音频语音语音合成

于 2024-07-10 14:37:55 首次发布

本文链接：https://blog.csdn.net/weixin_42357472/article/details/140321056

版权

深度学习同时被 2 个专栏收录

该专栏为热销专栏榜第76名

277 篇文章 148 订阅 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

语音AI

29 篇文章 8 订阅

订阅专栏

参考：https://blog.csdn.net/weixin_42357472/article/details/140213547

api服务运行

## 运行进入容器
docker run -it --gpus '"device=1"' -p 50000:50000 lucferreira/cosyvoice:v1.0 /bin/bash

##再命令行运行服务，会在线下载模型
cd CosyVoice
export PYTHONPATH

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

loong_XL

关注关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
打赏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

订阅专栏

CosyVoice TTS实时语音合成语音克隆流式api接口，requests请求使用案例

weixin_42357472的博客

07-18

3331

参考：主要改动app.py 、cosyvoice.py两个文件，这里用的CosyVoice docker环境测试。

CosyVoice 大模型文字合成女朋友撒娇语音

06-28

使用阿里云提供的 CosyVoice 大模型 API 生成的文字转语音 MP3，文字文案如下：哎呀~亲爱的，你知不知道我今天在商场里看到了一个超级超级可爱的小熊玩偶啊？它的眼睛圆溜溜的，好像会说话一样，我一看到它，心都快要融化了呢~但是人家最近钱包君有点瘦，所以只好忍痛离开了。可是脑子里一直都是它的影子，转来转去都是它萌萌的样子，我是不是很没出息呀？要是你能帮宝贝把它带回家，我保证会给你做好多好多好吃的，还会给你一个大大的熊抱加香香的亲亲哦~好不好嘛，就当是给我的小奖励嘛~

参与评论您还未登录，请先登录后发表或查看评论

CosyVoice 本地部署详细教程手把手小白教程

最新发布

huazn612的博客

09-03

2593

本文提供了详细的CosyVoice本地部署教程，强调了避免中文名称和空格的重要性，并列出了必要的软件安装步骤，包括CUDA、cuDNN、Git和Miniconda。教程涵盖了从检查CUDA版本到下载模型和运行模型的全过程，确保用户能够顺利部署并使用CosyVoice。

阿里云 CosyVoice 语音合成大模型 API 实践

奔跑的蜗牛的博客

06-28

2519

阿里提供了各种各样的的大模型 API ，包括文字处理，语音，图片，视频等，云服务大模型 AI API 的提供，可以说把普通人进入 AI 行业的门槛降到了最低，以后人人都是 AI 工程师，最珍贵的不再是 AI 算法，而是一个好的 idea，将生活中的大大小小事情结合这些 AI 能力，产生创造力，提升我们的工作生活效率。只想说未来以来，特别是作为程序员的我们，思想一定不能再停留在以前的思考方式。

从零开始搭建属于自己的语音识别API服务器（ASRT开源项目）

zhi_qian的博客

06-06

4904

材料准备云服务器（本人使用的的是阿里云服务器 Ubuntu（Linux操作系统））环境搭建 1. Python 3.7 话不多说直接上代码 sudo su yum -y install git yum -y install gcc yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-deve

多语言声音克隆，CosyVoice模型最强部署

m0_71062934的博客

07-19

4159

CosyVoice是由阿里通义实验室开源的先进语音合成模型，它在多语言语音生成、零样本语音生成、跨语言声音合成和指令执行能力方面表现出色。 CosyVoice模型支持one-shot音色克隆，仅需3~10秒的原始音频即可生成模拟音色，包括韵律、情感等细节。 CosyVoice采用了超过15万小时的数据训练，支持高度拟人化的语音生成，包括富语言声音事件和多情感的高拟人语音生成。 CosyVoice声音复刻服务依托大模型技术进行特征提取，完成声音的复刻，无需训练过程，在个性化陪伴、教育、音视频产业和智能客服等应

“CosyVoice“：开启零样本语音合成新纪元

步子哥的博客

07-07

1479

"CosyVoice"展示了文本到语音转换技术的未来方向，通过先进的自回归序列生成方法、条件流匹配模型和HiFiGAN声码器，它为构建更加自然、高效和富有表现力的语音合成系统铺平了道路。随着技术的不断发展，我们期待"CosyVoice"将为语音合成领域带来更多创新和突破。

AI人工智能影像技术博客

07-07

8164

CosyVoice专注自然语音生成，支持多语言、音色和情感控制，支持中英日粤韩5种语言的生成，效果显著优于传统语音生成模型。

阿里开源语音模型CosyVoice整合包20240728

cybersnow精通 28 门计算机语言，凭借其超凡的技术能力，成功开发过上万个应用，广泛涉及政府、商业、个人等众多领域，甚至在检察院、环保局、公安局等专业场景中也大放异彩。不仅熟练掌握单片机和物联网开发，在软件架构设计方面更是独树一帜，自创了跨平台软件

07-28

1756

运行环境0)],240)],241)],0)],427)],0)],427)],0)],0)],240)],230)],230)],230)],432)],0)],240)],0)],240)],0)],240)],240)],240)],240)],0)],240)],427)],0)],0)],0)],0)],0)],

CosyVoice 实测，阿里开源语音合成模型，3s极速语音克隆，5分钟带你部署实战

u010522887的专栏

08-08

3725

CosyVoice 极速语音克隆，从在线体验到本地部署

Python-在5秒内克隆语音以实时生成任意语音

08-10

Clone a voice in 5 seconds to generate arbitrary speech in real-time

Sound_Storm:声音云的克隆

05-11

声音风暴是我对SoundCloud（一种共享音乐的社交平台）的诠释。我在前端使用了骨干，坐在服务于JSON的Ruby on Rails API上。跟踪播放器实现中引入了很多JQuery / JS-您可以：玩寻找评论喜欢关注用户将曲目添加到集合 CRUD轨道尝试播放曲目并观看用户评论流行！其他显着特征带有WS-SDK （S3）的云存储使用回形针上传文件手写CSS和音频皮肤/播放逻辑手写身份验证去做进一步的造型个人资料页面 pg搜索

CosyVoice 大模型文字合成小女孩撒娇语音

06-28

使用阿里云提供的 CosyVoice 大模型 API 生成的文字转语音 MP3，文字文案如下：玲玲姐姐~你最好了嘛！我刚才路过街角那家老糖葫芦摊，那个糖葫芦红彤彤、亮晶晶的，上面的山楂一颗颗圆滚滚，好像在跟我眨眼睛呢！我站在那儿好久好久，闻着那甜甜的香味儿，脚都挪不动步了。可是我回头想想，自己这个月的零花钱已经全都换成故事书了。我心里痒痒的，就差那么一点点就能尝到那酸甜的滋味儿了。玲玲姐姐，你能不能当我的救星，让我实现这个小小的愿望呢？下次你有喜欢的东西，我也存钱给你买，好不好嘛~你就答应我这一次，让我感受一下那传统美味在舌尖跳舞的感觉吧！

GPT-SoVITS 快速声音克隆使用案例：webui、api接口

weixin_42357472的博客

02-23

1858

参考： https://github.com/RVC-Boss/GPT-SoVITS环境： Python 3.10 PyTorch 2.1.2, CUDA 12.0 安装包： 1）下载项目 2）下载预训练模型 https://huggingface.co/lj1995/GPT-SoVITS 下载模型文件放到GPT-SoVITS/GPT-SoVITS/pretrained_models/ 下 3）项目GPT-SoVITS文件下运行进入这页面点击开启tts推理ui，后台会新启动一个页面9872的端口页面9

Scrapy爬虫框架 Requests and Responses 请求和响应

热门推荐

Mr数据杨

02-01

3万+

在本教程中，我们系统地讲解了如何使用Python的requests库来处理HTTP请求和响应。从基本的请求对象和响应对象操作，到错误处理、请求元数据的使用，以及如何处理特定类型的响应，本教程覆盖了网络编程中的关键概念和实用技巧。希望这份教程能帮助你在自学编程的道路上更进一步。如果遇到任何疑问或需要进一步的指导，建议多实践并参考官方文档或相关资料。网络编程是一个非常实用的技能，掌握它将为你的编程之路打开更多可能性。

CosyVoice算法驱动的多语言数字人语音合成技术

dsdxsd12138的博客

08-16

878

对于零样本/跨语言推理，请使用CosyVoice-300M模型。对于 sft 推理，请使用CosyVoice-300M-SFT模型。对于指令推理，请使用CosyVoice-300M-Instruct模型。强烈建议下载预训练CosyVoice-300M CosyVoice-300M-SFT CosyVoice-300M-Instruct模型和CosyVoice-ttsfrd资源。注意，这一步不是必须的，如果没有安装ttsfrd，默认使用WeTextProcessing。也算是自然语言板块的进步了。

SenseVoice实现语音转文字

Baker的博客

08-01

663

添加语音后，会显示语音时长，可以试听以及剪辑等操作，确认无误后，点击Start按钮开始转换，如果语音不长的话很快就完成了，我的电脑没有英伟达显卡，三十个字左右的语音只需要2~3秒就完成了。可以部署好SenseVoice和CosyVoice，再对接下大模型就可以实现语音输入和语音回复了。部署完成后打开ip+7860，进入首页，可以看到上面一段介绍，下面的左侧是放入的语音消息，右侧是支持的语音类型。同时，SenseVoice也是支持API调用的，可以在页面的下方看到通过API使用的字，点击可以看到开发手册。

如何自定义请求头requests

04-02

在使用Python的requests库发送HTTP请求时，可以通过设置headers参数来自定义请求头。例如，要设置User-Agent为Mozilla/5.0，可以这样做： ```python import requests url = 'http://www.example.com' headers = {'User-Agent': 'Mozilla/5.0'} response = requests.get(url, headers=headers) ``` 其中，headers是一个字典类型的参数，可以包含多个自定义请求头。例如，要同时设置Referer和Cookie，可以这样做： ```python import requests url = 'http://www.example.com' headers = { 'User-Agent': 'Mozilla/5.0', 'Referer': 'http://www.example.com', 'Cookie': 'key=value' } response = requests.get(url, headers=headers) ``` 需要注意的是，有些网站可能会根据请求头中的信息进行反爬虫处理，因此需要根据实际情况进行调整。