声音克隆工具CosyVoice

崎山小鹿

阿里的免费声音克隆工具CosyVoice

CosyVoice 是阿里通义实验室在七月初开源的一款专注于自然语音合成的语音大模型，它具备多语言、多音色和细腻的情感控制能力。这个系统支持中文、英文、日文、粤语和韩语五种语言的语音生成，并且在语音合成的效果上远超传统模型。
只需3到10秒的原始音频样本，CosyVoice便能够复刻出相似的音色，包括语调和情感等细节，实现跨语种的语音合成。
CosyVoice的另一个亮点在于它对生成语音情感和韵律的精细控制，这是通过富文本或自然语言输入实现的。这种控制机制显著提高了合成语音的情感表达能力。这使得生成的语音更加栩栩如生，充满情感色彩。

魔塔社区：
https://www.modelscope.cn/studios/fengxiaoyong/CosyVoice-300M

3秒极速复刻声音，精控情感如笑声、呼吸声，自然语音描述即可生成高级音色



第一步上传原素材的音频文件（可能需要处理以使效果更好），第二步输入原素材的音频文件对应的字幕，第三步输入想要的生成的语音的文案，最后一步点击生成，耐心等待



目前发现他一个缺点就是：只能通过录音来采集声音，如果录音设备不好音质就大打折扣，最终出来的效果肯定不会很好。


参考：
作者：土圭垚墝
链接：https://juejin.cn/post/7396247820900712483
来源：稀土掘金