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4

星***

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。
(https://linux.do#p-16557584-h-1)软件特点

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。


下载地址:

游客，如果您要查看本帖隐藏内容请回复