2026年7月9日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

推荐 3 个 yyds 声音克隆开源项目

发布日期:2025-03-05 15:29:25 浏览次数: 5041
作者:逛逛GitHub

微信搜一搜,关注“逛逛GitHub”

推荐语

掌握声音克隆技术,用AI复制任何声音!

核心内容:
1. 阿里CosyVoice 2.0:多语言支持与实时语音合成
2. Seed-VC:一键模仿偶像声音的AI神器
3. MaskGCT:更自然的大规模声音克隆技术

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

01

阿里开源 CosyVoice 2.0

阿里巴巴通义实验室推出的 CosyVoice 2.0 这个 AI 语音生成神器。它不仅在多语言支持、语音克隆、情感控制等方面表现出色,还首次实现了双向流式语音合成,适用于直播、客服等对响应速度要求极高的场景。  
① 多语言与跨语言生成
CosyVoice 支持中、英、日、韩等 10+ 语言的语音合成,并实现跨语言语音生成,例如用中文输入文本直接生成英语语音,无需额外翻译步骤。 
开源地址:https://github.com/FunAudioLLM/CosyVoice
② 零样本语音克隆
仅需 3 秒的语音样本,即可克隆目标音色,生成自然流畅的语音,且支持对音色、语速、情感的精细化调节。  
③ 双向流式语音合成
突破传统 TTS 的延迟限制,支持实时流式输出,适用于直播、客服等对响应速度要求极高的场景。  
④ 富文本与情感控制
通过自然语言指令(如“用欢快的语气强调第二句”)实现语音的韵律、情感控制,让合成语音更贴近真人表达。  

02

零门槛克隆声音 AI 神器 Seed-VC 

用 AI 一键模仿偶像的声音唱歌,或将影视角色配音替换成自己的音色。Seed-VC 开源项目,正是这样一个能实现“声音自由”的黑科技工具,无需训练、操作简单,连小白也能玩转!
开源地址:https://github.com/Plachtaa/seed-vc
它基于 SEED-TTS 架构开发的零样本语音/歌声转换模型。仅凭 1~30 秒的参考音频,就能克隆目标音色,并实时应用于语音或歌曲转换。
无论是将普通说话转为明星音色,还是翻唱周杰伦的歌曲,都能轻松实现,满足配音、翻唱、视频二创等需求。  

03

声音克隆神器:MaskGCT

由港中大(深圳)联手趣丸科技联合推出了新一代大规模声音克隆神器,MaskGCT。
图片
与先有的文本转语音模型相比,MaskGCT 生成的语音更自然、更连贯。而且这个开源模型,支持控制生成的语音的总长度、语速、停顿、预期等特征,可以修改已经生成的语音或者支持声音克隆。
开源地址:https://github.com/open-mmlab/Amphion/tree/main/models/tts/maskgct
可以通过声音来辨别人目前处于何种情绪状态,比如愤怒、开心、恐惧等,MaskGCT 对此也实现了精准模拟

MaskGCT 的架构

MaskGCT(Masked Generative Codec Transformer)的全新非自回归式(NAR)文本到语音(TTS)模型。MaskGCT 的设计旨在解决传统自回归(AR)和非自回归(NAR)TTS系统的不足之处。
MaskGCT采用了两阶段架构:第一阶段模型使用文本预测从语音自监督学习模型中提取的语义 tokens;第二阶段则在语义 tokens 的条件下生成声学 tokens。
图片
MaskGCT 能够实现在没有对齐监督的情况下,可以直接合成出高质量的语音。
支持语音内容编辑,借助遮罩与预测机制,通过对语义tokens的部分遮罩,MaskGCT可以实现零样本语音内容编辑。
能够语音转换,MaskGCT 支持零样本语音转换,能够根据参考音频将源语音转换为目标语音的音色,而保持语义内容不变。

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅