我是独立开发者 Mint,这是我做的 Windows 电脑实时 AI 变声器 Mintaria 萌音。
很多人对变声器的印象是「一听就假」:那种变声器只是把音调拉高或压低,声音本身没换,像快放 / 慢放的录音。AI 变声是直接换一副嗓子,你说的内容、语气和停顿都保留。视频里用的是我本人的同一句话「你好,我的名字叫做 Mint」:
男变女
「只把音调拉高」:示意,ffmpeg 自带的 Rubber Band 变调,音调拉高一个八度,只拉音调、不做别的处理,不对应任何产品
Mintaria 实际处理:风妈(免费音色,男变女)
变低沉
「只把音调压低」:示意,同样用 ffmpeg 变调,只把音调压低
Mintaria 实际处理:金牌男公关(精品男声,Plus,风格叫它「低沉电台音」)
几段试听只用整体音量对齐到同一响度,没有做后期修饰,也没有故意把哪一段弄差。效果因人而异。
为什么是电脑版:AI 要用显卡实时算。
系统:Windows 电脑版
NVIDIA 显卡版:正式版;AMD / Intel 显卡版:Beta 测试版
延迟:说完大约 100 毫秒就出声
声音在自己电脑上处理,不用上传到服务器
接入游戏 / 语音 / 直播软件:萌音输出选 CABLE-A Input,那边的麦克风选 CABLE-A Output;虚拟声卡随软件附带(高级设置 → 安装虚拟声卡)