OpenVoice

紙|網站

介紹

OpenVoice V1

正如我們在論文和網站上詳細介紹的那樣，OpenVoice的優勢是三個方面：

1。準確的色調顏色克隆。 OpenVoice可以準確克隆參考色調，並以多種語言和口音生成語音。

2。靈活的語音風格控制。 OpenVoice可以對語音樣式（例如情感和口音）以及其他樣式參數（包括節奏，暫停和語調）進行粒狀控制。

3。零射擊的跨語性語音克隆。在大規模的多語言培訓數據集中，均不需要介紹生成的語音的語言和參考語音的語言。

OpenVoice V2

2024年4月，我們發布了OpenVoice V2，其中包括V1中的所有功能，並具有：

1。更好的音頻質量。 OpenVoice V2採用了另一種培訓策略，可提供更好的音頻質量。

2。本地多語言支持。 OpenVoice V2在本地支持英語，西班牙語，法語，中文，日語和韓語。

3。免費商業用途。從2024年4月開始，V2和V1均根據MIT許可發布。免費用於商業用途。

OpenVoice.MP4

自2023年5月以來，OpenVoice一直在為Myshell.AI的即時語音克隆能力提供動力。直到2023年11月，全球用戶使用了數千萬次的語音克隆模型，並見證了平台上爆炸性的用戶增長。

主要貢獻者

• MIT的Zengyi Qin
• 溫利亞大學的溫莉安格趙
• Tsinghua大學的Xumin Yu
• Myshell的Ethan Sun

如何使用

請參閱用法以獲取詳細說明。

常見問題

有關常見的問題和答案，請參見質量保證。我們將定期更新問題和答案列表。

引用

 @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}
}

執照

OpenVoice V1和V2已獲得MIT許可。免費用於商業和研究用途。

致謝

該實現基於幾個出色的項目，TTS，VIT和VITS2。感謝他們的出色工作！