开源克隆声音工具，将文字或其他语音转成该音色

一、软件说明

这个声音克隆工具，可使用任何人类音色，将一段文字合成为使用该音色说话的声音，或者将一个声音使用该音色转换为另一个声音。

使用非常简单，没有N卡GPU也可以使用，下载预编译版本，双击 app.exe 打开一个web界面，鼠标点点就能用。

支持 中文、英文、日语、韩语 4种语言，可在线从麦克风录制声音。

为保证合成效果，建议录制时长5秒到20秒，发音清晰准确，不要存在背景噪声。

英文效果比中文效果好。

二、使用方法

1、下载预编译版，适用于window 10/11(已含文字到语音模型，语音到语音模型需单独下载),Mac下请拉取源码自行编译。

【github下载】【百度网盘下载：提取码: hadx】

2、解压后进入解压目录，双击 start.bat ，等待自动打开web窗口。

3、输入文字或者上传想转换的音频文件，然后录制或从本地上传一段音色文件，开始转换

4、预编译版仅支持CPU，只包含文字到语音模型，如果需要语音到语音功能，即上传一个音频文件，然后将该音频转换为使用选定音色的另一个音频，需单独下载语音到语音(speech-to-speech)模型，然后放到和app.exe同级的tts文件夹中。

speech-to-speech模型下载：【百度网盘：提取码: g3w8】【github下载】

三、常见问题

1、启动后需要冷加载模型，会消耗一些时间，请耐心等待显示出http://127.0.0.1:9988， 并自动打开浏览器页面后，稍等两三分钟后再进行转换

2、如果打开的cmd窗口很久不动，需要在上面按下回车才继续输出，请在cmd左上角图标上单击，选择“属性”，然后取消“快速编辑”和“插入模式”的复选框

四、源码部署，以window为例

1. 要求 python 3.9+
2. 创建空目录，比如 E:/clone-voice
3. 创建虚拟环境 python -m venv venv
4. 激活环境 cd venv/scripts,activate,cd ../..
5. 安装依赖 CPU版: pip install -r requirements.txt, GPU版:pip install -r requirements-gpu.txt
6. 解压 ffmpeg.7z 到项目根目录
7. 下载模型 文字到语音(text-to-speech)模型 和 语音到语音(speect-to-speech)模型 到项目目录下的tts文件中，然后解压到当前文件夹
8. 启动 python app.py