马上注册，下载更多AI资源软件
您需要 登录 才可以下载或查看，没有账号？立即注册
×
MOSS-TTSD V5版 - 对话语音生成 AI播客制作软件 支持多人语音克隆 支持50系显卡 一键整合包下载 ... ... ...
MOSS-TTSD 是一种对话语音生成模型，能够支持中英文的富有表现力的对话语音合成，支持零样本多说话人语音克隆、语音事件控制和长文本语音生成。
MOSS-TTSD（文本到语音对话）支持中英文的双语语音对话合成，能够将两个说话者之间的对话文字内容转化为自然、富有表现力的会话式语音。MOSS-TTSD 支持语音克隆和长单次会话语音生成，非常适合 AI 播客制作。
通俗的讲，只需要上传两段参考音频，输入两个人的对话文字内容，即可一键生成两人的对话音频内容，生成对话语音自然、且富有表现力，几乎接近真人对话水平。
今天分享的 MOSS-TTSD V5版，修复更新了以下内容：
更新MOSS-TTSD v0.7模型：显著提升了音质、声音克隆能力与稳定性，支持32khz高音质输出，并大幅拓展了单次生成长度（960s->1700s）；
在官方版本的基础上，添加音色保存功能，支持保存和一键加载音色；
移除了英语语言，只保留中文；
重构精简了WebUI，界面更加简洁易用；
根据用户设备自动识别注意力实现方式，默认 flash_attention_2，不支持的设备回退到sdpa、eager；
应用领域
AI 播客制作： 自动将文本内容转化为多人对话的播客音频，支持零样本人声克隆和长语音生成，降低制作成本。
影视配音与动画： 为影视作品、动画生成自然对话语音，支持多语言切换，提升配音效率。
长篇访谈与会议记录： 将访谈或会议文本转化为语音，保留对话的韵律和情感，便于存档和分享。
数字人对话带货： 为虚拟主播或数字人提供自然流畅的对话语音，增强互动体验。
语音助手与客服： 提升语音助手的对话自然度，支持多轮对话和情感表达，改善用户体验。
使用教程：（建议N卡，显存6G起。支持30-50系显卡，基于CUDA12.8）
输入两个人对话文本内容，用标签[S1]和[S2]区分，上传两段说话人的参考音频，生成即可。
下载地址：
UC网盘：https://drive.uc.cn/s/c343351b743d4
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
| 
发表于 
发表于