MyShell TTS 开发的 OpenVoice 是一项创新的声音克隆技术，它能够通过仅使用一小段参考发言者的音频片段来复制其声音，并生成多种语言的语音。
目前，MyShell TTS 已经推出了全新的OpenVoice V2版本。这个版本能够直接支持英语、西班牙语、法语、中文、日语以及韩语，并且显著提高了音频输出的质量。OpenVoice V2拥有复制任意声音的能力，能以多种语言进行语音输出，并具备情感和口音的控制功能。它不但可以准确模仿特定的声音色彩，还允许对声音的风格，包括情感、口音、节奏、停顿及语调等进行细致调整。
主要功能:
OpenVoice V2新特性:
技术方法:
声音样式和语言的解耦设计: OpenVoice 的设计哲学是将声音的不同特性进行解耦，使得可以独立控制各个参数，提高操作的灵活性和推断速度。
基础发音者 TTS 模型与音色转换器: 包括允许对风格参数进行控制的基础发音者 TTS 模型，以及采用编码器-解码器结构的音色转换器。
训练策略和数据处理: 在训练过程中，使用了大量的多语种、多风格的音频样本，并采用特定的损失函数确保在保留风格的同时去除或转换音色。
官网：https://research.myshell.ai/open-voice
项目地址：https://top.aibase.com/tool/openvoice
创建自己的语音机器人：https://myshell.ai/
版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。