小米最新开源！覆盖600+语种方言声音克隆TTS 只需3-10秒声音 可控一键合成声音 超40倍
OmniVoice是一款最先进的大规模多语言零样本文本到语音（TTS）模型，支持超过600种语言。该模型基于一种新颖的扩散语言模型架构，能够以卓越的推理速度生成高质量语音，并支持语音克隆和声音设计。超广语言覆盖：支持600+语言，零样本TTS中覆盖最广。
零样本语音克隆：仅需3–10秒参考音频，无需训练即可复刻音色，质量顶尖。
自由语音设计：用文本指令控制性别、年龄、音高、口音/方言、耳语等，无需参考音。
极速推理：RTF低至0.025，比实时快40倍，适合批量与实时场景。
精细发音控制：支持笑声/叹气等非语言标记，支持拼音/音标强制纠音。
架构简洁高效：扩散语言模型结构，兼顾音质、速度与扩展性。
易用部署：一键启动Web UI，已经制作好了离线整合包给大家使用，大家有需要的可以试试。
完全开源：GitHub开源，可本地部署（已经可以本地离线运行了）、二次开发与商用友好。
PS:支持如下方言：
陕西话、河南、四川话、贵州话、云南话、桂林话、济南话、石家庄话、甘肃话、宁夏话、青岛话、东北话
下载地址:
**** Hidden Message ***** 辛苦劳作带来的是微薄的回报，而洞察力及追求内心真正渴望的则能带来丰厚的收益。 看到就转：站在属于自己的高度，看自己该看的风景。鼓励我们找到适合自己的位置，欣赏属于自己的生活之美 看数据，也要看数据背后的用户心理。 感谢您的分享，但是真的很有用，我之前就有困扰，谢谢 不愧精华，收获满满，谢谢分享，人人为我，我为人人！ 加入星颖，和一群有梦想的星友一起成长，真是太赞了！ 星颖社群，每个星友都是我成长路上的伙伴，伙伴们加油啊！
页:
[1]