VideoTrans：轻松实现声音克隆的全能工具

声音克隆技术已不再遥不可及！coqui.ai推出的xtts_v2模型，基于Coqui Public Model License 1.0.0开源协议，为用户们提供了一种全新的声音转换方式。本工具支持多种语言，包括中文、英文、日语等共16种语言，用户可以轻松将文本或声音转换成指定音色的声音。

安装教程，一步到位：

准备工作：

• 确保你的电脑连接了稳定的网络。

下载软件：

• 访问工具的官方发布页面，找到最新的预编译版本下载链接。
• 下载包括主程序（app.exe，大约1.7G）和模型文件（大约3G）。

解压安装：

选择一个容易找到的文件夹，比如E:/clone-voice，将下载的文件解压到这里。解压后，你会看到主程序和一个tts文件夹，确保模型文件也放到这个文件夹内。

启动程序：

双击app.exe，程序会自动尝试打开一个web界面。

如果看到命令提示符窗口（cmd窗口）有任何错误提示，先不要慌，通常都是小问题。

配置环境（仅限于源码部署用户）：

• 在.env文件中设置HTTP代理，比如HTTP_PROXY=http://127.0.0.1:7890，确保你的代理可靠。
• 安装Python 3.9到3.11版本，并确保git-cmd等工具已安装。

声音克隆：

在web界面上，你可以选择“文字->声音”或“声音->声音”模式进行声音克隆。

根据提示上传文字或音频文件，选择目标音色，然后点击“立即开始”。

上传之后就可以听到用选定音色合成的声音了，如果你的电脑支持CUDA加速，转换过程会更快。

最后给大家提个小建议，如果你想获得最佳的效果，录制的声音时长建议在5到20秒之间，尽量确保环境安静，减少背景噪音。要是你有NVIDIA显卡的话，可以安装CUDA Toolkit和对应的cudnn，让你体验起来更加的畅快。

×

直达下载

反爬虫抓取，人机验证，请输入验证码查看内容

验证码：提交查看

请扫描上方公众号二维码，发送关键字：2024，获取验证码。

微信搜索公众号:“程序员老鬼”或者“chatgpt1499” 或微信扫描右侧二维码关注微信公众号