Acabei de testar o Index TTS2, e o limite de clonagem de voz de código aberto foi elevado novamente.



A maior diferença em relação a outros TTS é o “controle emocional”. Não é uma leitura mecânica, você pode especificar que ele fale com tons de “tristeza, raiva, excitação extrema”, e até controlar a velocidade e as pausas. Mecanismo Zero-Shot, basta inserir um áudio de 10 segundos para clonar.

Porém, a implementação original no Github é extremamente difícil de usar. Problemas com versões de CUDA, dependências de Python, ambiente de compilação C++. Um computador comum executando o código nativo pode passar um dia inteiro com erros.

Para uso próprio da equipe, embalei todas as dependências do ambiente. Criei um pacote de instalação único para Windows / Mac, com integração fácil.

· Descompactar (atenção para não usar caminhos com caracteres chineses)
· Clicar duas vezes em 一键启动.bat
· Usar a interface WebUI para operar via navegador
Executa offline localmente, sem gastar um centavo em tokens. Se precisar, envie mensagem privada!
Endereço do projeto de código aberto:
Ver original
post-image
post-image
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
  • Recompensa
  • Comentário
  • Repostar
  • Compartilhar
Comentário
0/400
Sem comentários
  • Marcar

Negocie criptomoedas a qualquer hora e em qualquer lugar
qrCode
Escaneie o código para baixar o app da Gate
Comunidade
Português (Brasil)
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)