最近新出的一个声音克隆TTS模型，其实放出来的模型非常不完善，短文本还行，文本稍微长点就会乱读，不过还是有朋友想试试，就打包了一个，想尝试的可以试一下，想作为工具使用的朋友就不建议下载了

开源地址：https://github.com/SparkAudio/Spark-TTS

☞☞☞☞☞☞  一键启动包在右侧下载  ☞☞☞☞☞☞

 

配置要求：

电脑满足以下配置：

  • 操作系统：Windows 10/11 64位
  • 内存：16G以上
  • 显卡：至少6G及以上显存的英伟达（NVIDIA）显卡
  • CUDA：显卡支持的CUDA版本大于等于12.4版本（如不知道显卡支持的CUDA版本，可点击此链接查看：https://aiyy.info/supported-cuda-versions/）
  • 整个包解压完约15.5G，要留足硬盘空间

 

如何查看显卡品牌型号和显存：

  • 打开任务管理器
  • 点击“性能”
  • 点击“GPU”
  • 右上角可以看到显卡型号，下方可以看到显存大小

 

使用教程：

① 打开下载页面（https://aiyy.info/spark-tts/）点击页面右侧下载按钮，下载整合包之后解压，建议使用winrar解压（解压软件在文件包中，或者可以自己下载安装，下载地址：https://www.winrar.com.cn/）

不要用Windows自带解压！！不要用360解压！！

注意：文件夹路径和文件名称（包括音频、图片、视频等文件名称）不要出现中文字符，否则部分软件会因识别不出而报错

 

② 双击“一键启动.bat”，稍等片刻会在浏览器中自动打开操作界面

③ 程序有语音克隆和语音创建两个功能，下方依次介绍

1、语音克隆

选择“语音克隆”，上传参考音频，然后填写参考音频对应的文本内容，再输入需要合成的文本，最后点击“生成语音”即可

注意：短文本可以正常生成，文本稍长就会乱读

生成结果位于下方，点击播放可以试听，点击右上角下载按钮可以保存至指定文件夹

参考音频：

克隆后的生成结果：

 

2、语音创建

选择“语音创建”，选择性别，调整音调及语速，再输入需要合成的文本，最后点击“生成语音”即可

注意：短文本可以正常生成，文本稍长就无法生成

生成结果位于下方，点击播放可以试听，点击右上角下载按钮可以保存至指定文件夹

生成结果

 

④ 在文件包中的“example\results”文件夹中也能找到生成结果

 

声明： ① 本站所有资源版权均属于原作者所有，这里所提供资源均只能用于参考学习用，请勿直接商用。若由于商用引起版权纠纷，一切责任均由使用者承担。更多说明请参考赞助计划。 ② 本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。