Clone Voice：支持多语言的少样本声音克隆工具，基于xtts_v2提供Windows一键安装包

综合介绍

Clone Voice 是一个开源的声音克隆工具，提供了一个基于Web的界面，允许用户利用任何声音或个人声音录制来克隆声音。该工具操作简单，即使没有NVIDIA GPU，也可以通过预编译的应用程序在本地运行。它支持多种语言，包括中文、英文、日文、韩文、法文、德文和意大利文等16种语言。用户可以通过麦克风录制声音或上传音频文件进行转换。

功能列表

• 文字转声音：输入文字或导入字幕文件，生成指定音色的语音。
• 声音转声音：上传音频文件或在线录制声音，转换为指定音色。
• 多语言支持：支持16种语言的语音合成和转换。
• 简单易用：无需NVIDIA GPU，下载预编译版本即可使用。
• 在线录制：通过麦克风录制声音，进行实时转换。
• 模型下载：提供多种模型下载选项，满足不同需求。

使用帮助

安装流程

1. 下载window预编译版使用方法(其他系统可源码部署)
   • 访问 Releases 页面 下载最新的预编译版本和模型文件。
   • 下载后解压到指定目录，例如 E:/clone-voice。
2. 运行应用程序：
   • 双击 app.exe，等待自动打开Web界面。
   • 请仔细阅读CMD窗口的提示信息，如有错误会在此显示。
3. 模型配置：
   • 将下载的模型文件解压到软件目录下的 tts 文件夹内。

使用流程

1. 文字转声音：
   • 选择【文字->声音】按钮，在文本框中输入文字或点击导入字幕文件。
   • 选择要使用的音色，点击“立即开始”按钮，生成语音文件。
2. 声音转声音：
   • 选择【声音->声音】按钮，上传要转换的音频文件（支持mp3/wav/flac格式）。
   • 从“要使用的声音文件”下拉框中选择要克隆的音色，或点击“本地上传”按钮选择已录制好的声音文件。
   • 点击“立即开始”按钮，生成转换后的音频文件。
3. 在线录制：
   • 点击“开始录制”按钮，通过麦克风录制5-20秒的声音。
   • 录制完成后点击“使用”按钮，进行声音转换。

源码部署（适用于Linux、Mac、Windows）

1. 环境配置：
   • 安装Python 3.9或以上版本，并安装git-cmd工具。
   • 创建虚拟环境并激活：python -m venv venv，source venv/bin/activate（Linux/Mac）或 venv\Scripts\activate（Windows）。
2. 下载源码：
   • 在目标目录下打开CMD窗口，执行 git clone https://github.com/jianchang512/clone-voice.git。
3. 安装依赖：
   • 执行 pip install -r requirements.txt 安装所需依赖。
   • 如果需要CUDA加速，卸载现有的torch并重新安装支持CUDA的版本：pip uninstall -y torch，pip install torch torchaudio --index-url https://download.pytorch.org/whl/cu121。
4. 运行应用程序：
   • 执行 python app.py 启动Web界面。