AI语音 分类

AI赛博女友，含语音克隆+实时口型同步

GPT-SoVITS：少样本中文语音克隆与语音合成｜部署与使用全指南

Fish Speech：开源多语言声音克隆与 TTS（S2-Pro / Drama 3）部署指南

Fish Speech：开源多语言声音克隆与 TTS（S2-Pro / Drama 3）部署指南 Fish Speech 是 Fish Audio 团队开源的新一代多语言语音合成（TTS）模型项目。仓库当前版本为 3.0.0，同一套代码同时服务两代旗舰模型：上一代 S2-Pro（4B 参数）与新一代

《演员》→ 周若琳音色 ｜ 制作说明

《演员》→ 周若琳音色 ｜ 制作说明 生成时间：2026-10-11 21:26 音源：

让电脑用我的音色说话：从零搭起一条语音链路

让电脑用我的音色说话：从零搭起一条语音链路

AI 歌声转换全链路实录

技术实录 · AI 音频工程 AI 歌声转换全链路实录 用周若琳音色翻唱《陪你去流浪》 运行环境　Windows · NVIDIA RTX 3070 8 GB · 12 核 CPU 技术栈　Python 3.11.15 · PyTorch 2.4.0+cu121 · CUDA 12.1 · Seed

AI 歌声转换全链路实录

技术实录 · AI 音频工程 AI 歌声转换全链路实录

Breeze TTS 2：开放权重实时语音合成模型 · 部署与使用最全指南

SenseVoice：多语言语音理解大模型（ASR+情感+音频事件）部署指南

SenseVoice：多语言语音理解大模型（ASR+情感+音频事件）部署指南 SenseVoice 是阿里巴巴达摩院 FunAudioLLM 团队开源的音频基础模型，论文见 arXiv:2407.04051。它把四类语音理解能力整合进同一个 checkpoint：语音识别（ASR）、语种识别（LID

IndexTTS：B 站开源零样本音色克隆与多情绪可控 TTS｜部署与使用全指南

IndexTTS 是 Bilibili Index Team 开源的工业级可控、高效零样本语音合成系统，最新 IndexTTS-2.5 支持中、英、日、西、阿五种语言，仅凭一段参考音频即可克隆音色，并提供情绪参考音频、情绪向量、文本情绪描述、情绪强度、语速与拼音/音素/假名发音控制。本文基于官方 README、中文文档、LICENSE、DISCLAIMER、webui.py 与 pyproject.toml，整理 uv 依赖环境、模型权重下载、Gradio WebUI、Python API、vLLM 生产部署、参数配置、运维命令、故障排查与模型许可、肖像声音授权及深度伪造合规边界。