Clone Voice: herramienta de clonación de voz multilingüe y sin muestras basada en xtts_v2 para Windows.

Introducción general

Clone Voice es una herramienta de clonación de sonido de código abierto que proporciona una interfaz basada en web que permite a los usuarios clonar voces utilizando cualquier sonido o grabación de voz personal. La herramienta es fácil de usar y puede ejecutarse localmente con una aplicación precompilada incluso sin una GPU NVIDIA. Es compatible con varios idiomas, incluidos 16 como chino, inglés, japonés, coreano, francés, alemán e italiano. Los usuarios pueden grabar sonido a través del micrófono o cargar archivos de audio para su conversión.

Lista de funciones

• Texto a sonido: Introduce texto o importa archivos de subtítulos para generar voz con el timbre especificado.
• Sound to Sound: Carga archivos de audio o graba sonido en línea, conviértelo a tonos específicos.
• Compatibilidad multilingüe: admite la síntesis y conversión de voz en 16 idiomas.
• Fácil de usar: No necesitas una GPU NVIDIA, descarga la versión precompilada y úsala.
• Grabación en línea: graba el sonido a través del micrófono para convertirlo en tiempo real.
• Descarga de modelos: ofrece diversas opciones de descarga de modelos para satisfacer diferentes necesidades.

Utilizar la ayuda

Proceso de instalación

1. Ventana de descarga de la versión precompilada de la utilización de (otros sistemas pueden ser desplegados código fuente)
   • entrevistas Página de comunicados Descargue la última versión precompilada y los archivos del modelo.
   • Descárguelo y descomprímalo en el directorio especificado, por ejemplo E:/clone-voice.
2. Ejecutar la aplicación::
   • doble clic app.exeLa interfaz web se abre automáticamente.
   • Por favor, lea atentamente las indicaciones de la ventana CMD, cualquier error se mostrará aquí.
3. Configuración del modelo::
   • Extraiga los archivos de modelo descargados al directorio de software en el directorio tts Dentro de la carpeta.

Proceso de utilización

1. texto a sonido::
   • Seleccione el botón [Texto->Sonido] e introduzca texto en el cuadro de texto o haga clic para importar un archivo de subtítulos.
   • Selecciona los tonos que quieras utilizar y haz clic en el botón "Empezar ahora" para generar el archivo de voz.
2. Sonido a sonido::
   • Seleccione el botón [Sonido->Sonido] para cargar el archivo de audio que desea convertir (se admite el formato mp3/wav/flac).
   • Selecciona el tono que deseas clonar en el cuadro desplegable "Archivo de sonido a utilizar", o haz clic en el botón "Carga local" para seleccionar un archivo de sonido grabado.
   • Haz clic en el botón "Empezar ahora" para generar el archivo de audio convertido.
3. Grabación en línea::
   • Haz clic en el botón "Iniciar grabación" para grabar entre 5 y 20 segundos de sonido a través del micrófono.
   • Haz clic en el botón "Usar" después de grabar para convertir el sonido.

Implantación del código fuente (para Linux, Mac, Windows)

1. Configuración del entorno::
   • Instale Python 3.9 o superior y la herramienta git-cmd.
   • Crea un entorno virtual y actívalo:python -m venv venv(matemáticas) génerosource venv/bin/activate(Linux/Mac) o venv\Scripts\activate(Windows).
2. Descargar código fuente::
   • Abra una ventana CMD en el directorio de destino y ejecute git clone https://github.com/jianchang512/clone-voice.git.
3. Instalación de dependencias::
   • llevar a cabo pip install -r requirements.txt Instale las dependencias necesarias.
   • Si necesita aceleración CUDA, desinstale la antorcha existente y vuelva a instalar la versión compatible con CUDA:pip uninstall -y torch(matemáticas) géneropip install torch torchaudio --index-url https://download.pytorch.org/whl/cu121.
4. Ejecutar la aplicación::
   • llevar a cabo python app.py Inicie la interfaz web.