OpenVoice

กระดาษ | เว็บไซต์

การแนะนำ

OpenVoice v1

ตามที่เรามีรายละเอียดในกระดาษและเว็บไซต์ของเราข้อดีของ OpenVoice คือสามเท่า:

1. การโคลนนิ่งสีโทนสีที่แม่นยำ OpenVoice สามารถโคลนสีอ้างอิงได้อย่างถูกต้องและสร้างคำพูดในหลายภาษาและสำเนียง

2. การควบคุมสไตล์เสียงที่ยืดหยุ่น OpenVoice ช่วยให้สามารถควบคุมรูปแบบเสียงได้อย่างละเอียดเช่นอารมณ์และสำเนียงรวมถึงพารามิเตอร์สไตล์อื่น ๆ รวมถึงจังหวะการหยุดและน้ำเสียง

3. การโคลนเสียงข้ามภาษาแบบไม่ใช้ภาษา ทั้งภาษาของคำพูดที่สร้างขึ้นหรือภาษาของคำพูดอ้างอิงจำเป็นต้องนำเสนอในชุดข้อมูลการฝึกอบรมหลายภาษา

OpenVoice v2

ในเดือนเมษายน 2567 เราเปิดตัว OpenVoice V2 ซึ่งรวมถึงคุณสมบัติทั้งหมดใน V1 และมี:

1. คุณภาพเสียงที่ดีขึ้น OpenVoice V2 ใช้กลยุทธ์การฝึกอบรมที่แตกต่างกันซึ่งให้คุณภาพเสียงที่ดีขึ้น

2. การสนับสนุนหลายภาษาพื้นเมือง ภาษาอังกฤษ, สเปน, ฝรั่งเศส, จีน, ญี่ปุ่นและเกาหลีได้รับการสนับสนุนใน OpenVoice V2

3. การใช้งานเชิงพาณิชย์ฟรี เริ่มตั้งแต่เดือนเมษายน 2567 ทั้ง V2 และ V1 ได้รับการปล่อยตัวภายใต้ใบอนุญาต MIT ฟรีสำหรับการใช้งานเชิงพาณิชย์

openvoice.mp4

OpenVoice ได้เพิ่มพลังความสามารถในการโคลนเสียงทันทีของ MyShell.AI ตั้งแต่เดือนพฤษภาคม 2566 จนถึงเดือน พ.ย. 2566 รูปแบบการโคลนเสียงถูกใช้งานหลายสิบครั้งโดยผู้ใช้ทั่วโลกและได้เห็นการเติบโตของผู้ใช้ระเบิดบนแพลตฟอร์ม

ผู้สนับสนุนหลัก

• Zengyi Qin ที่ MIT
• Wenliang Zhao ที่มหาวิทยาลัย Tsinghua
• Xumin Yu ที่มหาวิทยาลัย Tsinghua
• Ethan Sun ที่ Myshell

วิธีใช้

โปรดดูการใช้งานสำหรับคำแนะนำโดยละเอียด

ปัญหาทั่วไป

โปรดดูคำถามและคำตอบทั่วไปของ QA เราจะอัปเดตรายการคำถามและคำตอบเป็นประจำ

การอ้างอิง

 @article{qin2023openvoice,
  title={OpenVoice: Versatile Instant Voice Cloning},
  author={Qin, Zengyi and Zhao, Wenliang and Yu, Xumin and Sun, Xin},
  journal={arXiv preprint arXiv:2312.01479},
  year={2023}
}

ใบอนุญาต

OpenVoice V1 และ V2 ได้รับอนุญาต MIT ฟรีสำหรับการใช้งานเชิงพาณิชย์และการวิจัย

กิตติกรรมประกาศ

การดำเนินการนี้ขึ้นอยู่กับโครงการที่ยอดเยี่ยมหลายโครงการ TTS, VITS และ VITS2 ขอบคุณสำหรับการทำงานที่ยอดเยี่ยมของพวกเขา!