|
CosyVoice V7 - 阿里开源语音克隆、文本转语音工具 支持50系显卡 支持方言 本地一键整合包下载 ... ... ... ...
CosyVoice专注自然语音生成，支持多语言、音色和情感控制，支持中英日粤韩5种语言的生成，效果显著优于传统语音生成模型。
仅需要3~10s的原始音频，CosyVoice即可生成模拟音色，甚至包括韵律、情感等细节，包括跨语种语音生成。而且CosyVoice支持以富文本或自然语言的形式，对生成语音的情感、韵律进行细粒度的控制，生音频在情感表现力上得到明显提升。
CosyVoice很好地建模了合成文本中的语义信息，达到了与人类发音人相当的水平。此外，通过对合成音频进行重打分，能够进一步降低识别的错误率，甚至在内容一致性和说话人相似度上超越人类。
今天分享的CosyVoice V7版基于官方2.0更新版本，（因为这是站内发布的第七个版本，所以简称CosyVoice V7版） CosyVoice V7版 新增50系显卡支持，修复了上个版本首次生成不能播放的问题。鉴于之前的版本多个用户反馈因本地cuda环境兼容导致报错问题，V7版集成了cuda和cudnn环境，避免因环境问题导致的报错，一键启动，解压即用。 CosyVoice V7版 只保留了核心且常用的3s极速复刻功能和自然语言控制 两个功能，模型也只保留最新的CosyVoice2-0.5B模型，删除无用库精简一键包体积。需要体验CosyVoice2模型，请下载论坛历史版本。
与 1.0 版本相比，新版本提供了更准确、更稳定、更快、更好的语音生成能力。
1、发音准确度大幅度提升：发音错误率减少30%-50%，让语音生成更加清晰、准确； 2、音质提升：音质MOS评分从5.4提升至5.53； 3、超低延迟：150ms超低首包延迟，确保语音生成过程更加流畅，适合实时语音交互和在线语音翻译； 4、方言和口音调整：支持更细致的方言和口音调整，使生成的语音更加贴合目标地区的发音习惯,支持方言（粤语、四川话、上海话、天津话、武汉话等）； 5、更细粒度的情感控制：比如愉悦、悲伤、激动等，可生成更具表现力的语音
使用教程：（建议N卡，显存4G起，使用参考之前的版本） 关于情感控制功能，目前支持高兴/悲伤/生气/害怕/反感等5种高表现力的语音情感以及粤语、四川话、上海话、天津话、武汉话等地方方言
使用方法：输入要合成的文本，上传参考音频。“输入instruct文本”这里输入你需要自定义的情感控制关键词，比如“上海话”，“高兴”等，最后生成即可。
下载地址： 百度网盘：游客， 上上宾会员可免费下载该资源， 点此开通上上宾 免费下载全站99%的付费资源。或单独支付 66碎银 下载该资源 立即购买
解压密码：https://deepface.cc/ 复制这个完整的网址即是解压密码，不要有空格，复制粘贴即可
| 
发表于 
发表于