#AI语音 CosyVoice-AI声音克隆离线整合包 介绍 该项目是由阿里开源的聚合多语言大语音生成模型,提供推理、训练和部署全栈能力,项目中FunAudioLLM为核心框架,其两个主要模型用于高精度多语言语音识别、情感识别和音频事件检测的 SenseVoice;以及 CosyVoice,用于通过多语言、音色和情感控制进行自然语音生成。SenseVoice 提供极低的延迟并支持 50 多种语言,而 CosyVoice 在多语言语音生成、零样本语音生成、跨语言语音克隆和指令跟踪功能方面表现出色。与 SenseVoice 和 CosyVoice 相关的模型已在 Modelscope 和 Huggingface 上开源,以及 GitHub 上发布的相应训练、推理和微调代码。通过将这些模型与 LLM 集成,FunAudioLLM 实现了语音翻译、情感语音聊天、交互式播客和富有表现力的有声读物旁白等应用,从而突破了语音交互技术的界限 项目地址:https://github.com/FunAudioLLM/CosyVoice CosyVoice整合包下载:https://pan.quark.cn/s/74ce36f251b6 引:整合包由up主十个骑士制作 这里分享的为CosyVoice相关,所以不过多介绍其框架下的综合能力,详细你可以访问官方https://fun-audio-llm.github.io 页面查看 解压整合包并启动后(其中有三个个一键启动程序,推理-instruct.exe为自然语言控制模型启动)你可以得到如下界面: 预训练模式即文本生成语音,在列表中你可以找到预训练的模型角色 3s极速复刻为克隆一段音频音色,上传音频文件并输出prompt(和音频内容一致)再填入你想要生成音频的文本(最上方) 跨语种复刻为克隆为其它语言的音频,所以上方输入的文本应为其它语言… 📡发布:https://noisevip.cn/18428.html 🪧关注频道:@quanshoulu 💬频道社群:https://www.noisework.cn/qun/ 📬投稿bot:@noisewowbot 📇搜索bot:@Efficiencysearchbot 🎁访问主页: www.noisework.cn