首页

投稿

Ace-Step-1.5-XL-Turbo,歌曲生成,音乐生成,文字转歌曲,歌曲创作,8G显存可用,支持50系,完整歌曲生成

8371

1

2026-04-12 11:19:51

未经作者授权，禁止转载

Ace-Step-1.5-XL-Turbo,歌曲生成,音乐生成,文字转歌曲,歌曲创作,8G显存可用,支持50系,完整歌曲生成

Ace-Step-1.5-XL-Turb

刘悦的技术博客发消息

https://t.zsxq.com/IrQPr 知识星球号:31340195

基于Bertvits2八重神子模型分享，AI声音克隆

02:10

新版Bert-vits2 v2.0.2原神角色雷电将军音色模型一键推理整合包分享

02:28

新版Bert-vits2 v2.0.2如何切换模型以及多模型本地推理

03:49

Bert-vits2 v2.0.2本地训练一键整合包基于现有数据集(原神刻晴)

07:35

本地训练,立等可取,30秒音频素材复刻霉霉讲中文音色基于Bert-VITS2V2.0.2

09:27

义无反顾马督工,Bert-vits2V210复刻马督工实践(Python3.10)

06:56

Bert-vits2新版本V2.1英文模型本地训练以及中英文混合推理模式

06:25

鲜血莉莉丝,美版血槽姐,暗黑破坏神4语音克隆魔改混剪(Bert-vits2)

07:25

Bert-vits2新版本v2.2本地训练推理整合包(原神八重神子英文模型miko)

05:04

Bert-vits2-v2.2语音模型分享暗黑破坏神4莉莉丝(lilith)

05:15

Bert-vits2-v2.2云端线上训练和推理实践(基于GoogleColab)

09:45

Bert-vits2-2.3本地训练推理整合包(生化危机艾达王adawong)

07:27

Bert-vits2最终版Bert-vits2-2.3云端训练和推理(生化危机6艾达王ada wong)

07:59

Bert-vits2-2.3中日模型分享(天童艾丽丝/星之守护阿狸)多模型推理与向下兼容(6000步

03:47

Bert-vits2-Extra中文特化版本整合包,40秒素材复刻巫师3叶奈法(免费整合包加模型)

08:33

如何正确的给Bert-vits2项目提Pull Request修改Bug,为Bert-vits2项目做贡献

03:28

Bert-vits2-Extra中文特化版本Colab线上部署,40秒素材复刻巫师3叶奈法

05:42

Bert-vits2-中文特化,复刻一个人的音色全流程(从制作数据集到判断模型收敛至最后推理)

07:37

Bert-VITS2-中文特化和2.3,阿里达摩院FunASR优化整合包

03:23

Bert-vits2-中文特化,方言测试

02:39

Bert-VITS2-中文特化多模型融合，单模型多角色的训练和推理

06:42

Bert-VITS2的衍生情感可控制项目Style-Bert-vits2,辅助语音情感控制实践

09:01

Windows急速安装ffmpeg,winget快速安装ffmpeg

02:02

Bert-vits2转写和标注独立整合包,整合阿里FunAsr,必剪Asr以及Whisper大模型

04:43

GPT-SoVits,效果炸裂复刻HeyGen核心功能,几乎零训练成本的跨语言音色克隆模型

10:06

GPT-SoVits,HeyGen平替,老外讲中文,英语素材模型测试(Emma Watson)

07:21

转写标注整合包,集成阿里Asr三语支持，支持GPT-SoVits和Bert-vits2

02:59

GPT-SoVits教程,日语模型测试,你们的老婆gakki

07:51

Bert-vits2方言测试,上海宁，侬晓得伐？上海话模型测试

02:52

GPT-SoVITS教程_一键引导文本制作小电影,开源heygen,老外讲中文整合包

07:39

GPT-SoVITS教程_来了思密达,利用OpenVoice反向训练韩语素材,全钟瑞

05:00

新版GPT-SoVITS教程_SadTalker,复刻华尔街之狼名场面,马修麦康纳,heygen平替

08:20

GPT-SoVITS教程_GPT-SoVITS功能优化,多语言混合推理,模型记忆,大模型降噪,整合包

03:45

GPT-SoVITS教程_GPT-SoVITS_1月28日整合包,Faster-whisper,抽卡,音频合并,神探亨特

05:49

Bert-VITS2-Extra-Fix中文特化修复版整合包,向下兼容显存占用低于4G可玩

04:52

GPT-SoVITS教程_苹果AppleMacOs系统本地训练和推理GPT-SoVITS模型整合包,Jaime Lannister

05:52

GPT-SoVITS教程_GPT-SoVITS_2月3日整合包,多角色字幕音频切分,参考音频索引列表

05:29

转写和标注独立整合包,支持Bert-vits2和GPT-SoVits,支持多角色批量转写

04:42

GPT-SoVITS教程_云端线上训练和推理GPT-SoVITS模型_google_colab_2月8日代码

10:09

Bert-VITS2-JP-Extra-日语特化整合包,臻于完美,galgame既视感

06:31

GPT-SoVits整合包2月12日,音频和文本自动填充,基本解决吞字问题

06:20

GPT-SoVits整合包2月14日修复更新,DPO算法,长文本测试

13:02

GPT-SoVits教程接口API的使用,接入开源阅读app,让GPT-SoVits模型念小说给你听

05:27

GPT-SoVits教程,0217更新,字母发音,无文本推理,接口api长文本测试

15:09

GPT-SoVits教程,免费算力平台Kaggle训练和推理GPT-SoVits模型

06:55

GPT-SoVits接入浏览器扩展,大声朗读听书功能,支持Edge,Chrome,FireFox

06:55

GPT-SoVits接入无内容审查大语言模型整合包,兼容CPU和GPU推理

06:35

GPT-SoVITS整合包,0302,流式推理,变声器,api动态切换模型,复刻暗黑声优步非烟

08:28

GPT-SoVITS整合包,0304,推理种子、音频字幕、变声器接口和流式接口

05:02

GPT-SoVITS整合包,0307,TorchScript推理速度优化,至少提升50%

04:18

GPT-SoVITS整合包,0310,并行推理效率成倍提升,集成resemble-enhance音频

06:36

GPT-SoVITS整合包,0311,修复更新,连续抽卡,gakki

07:30

GPT-SoVITS教程,接入酒馆AI,SillyTavern-1.11.5,让AI女友声若幽兰

05:16

GPT-SoVITS整合包,0314,修复更新,显存溢出,推理无声音

04:04

GPT-SoVITS整合包,0319,长文本复读漏读问题,定制抽卡,变声器

09:25

GPT-SoVITS整合包,苹果MacOs特化,接入效率划词增强软件PopClip,无障碍随时大声朗读

04:35

GPT-SoVITS整合包0322,常见问题和bug修复

06:21

GPT-SoVITS整合包0307-fix,修复更新,流式接口使用详解

09:04

GPT-SoVITS教程,接入Quicker办公增强效率神器,GPT-SoVITS模型语音一键激活Quicker朗读文本

03:28

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言(免费整合包)

04:04

Bert-vits2中文特化推理一键包,流式推理,流式接口api,接入大模型,koboldcpp/酒馆AI

07:23

Bert-vits2粤语模型测试,广东话推理,方言模型测试,Cantonese

04:32

微软高拟真多语言版本晓晓xiaoxiao智能口播,无须下载软件,口播语音制作教程

04:04

GPT-SoVITS整合包0421,修复更新,参考音频批量审阅

08:47

GPT-SoVITS教程,如何自动生成参考音频列表

03:09

OpenVoiceV2整合包,本地无须训练一键快速推理,支持六国跨语言克隆声音,文字转语音,TTS

06:04

Fish-Speech-V1.0.0整合包,声音克隆,文字转语音,本地推理4G显存可玩,few-shot底模测试

05:57

OpenVoiceV2整合包,修复更新,解决声音响度统一问题,增加西班牙语法语,文字转语音,TTS

05:38

AI音频处理,响度统一,音量归一化操作,响度标准,音量标准化

03:35

Fish-Speech教程,微调训练VQGAN和Llama,fine-tuning,声音克隆,文字转语音

05:26

GPT-SoVITS整合包0514修复更新,模型训练VQ不一致bug,抽卡bug修复,动态修改响度

07:14

Fish-Speech-V1.1整合包,新的VITS解码方式,声音克隆,文字转语音,few-shot

05:27

GPT-SoVITS整合包0519,新版接口api使用,接口并发请求,流式推理

06:26

ChatTTS整合包,对话式ChatTTS语音合成模型,文字转语音,语气韵律情感都很不错的开源TTS项目

04:30

ChatTTS整合包,音色固定,Flash-attn编译加速,ChatTTS教程,文字转语音,语音合成,语气韵律都很不错的开源TTS项目

03:27

ChatTTS整合包,音色抽卡,长文本推理,ChatTTS教程,角色扮演,roleplay,语音合成,语气韵律都很不错的开源TTS项目

03:53

ChatTTS整合包,高品质音色分享,超长文本稳定性测试,分片推理

05:58

Fish-Speech教程,Windows环境模型预编译,推理速度和稳定性大幅提高,被低估的强大开源TTS项目,文字转语音,声音克隆

05:51

GPT-SoVITS整合包0610,修复更新,新模型分享,并行同步自动生成字幕,字幕接口使用,长文本推理稳定性测试

08:39

本地生成任意不可描述声音(NSFW)和音乐,最长支持8分钟,stable-audio-tools整合包,ASMR助眠,文字生成声音和音乐

03:00

鬼畜视频配音神器,根据字幕srt文件同步配音,无脑操作TTS接口,支持GPT-SoVITS,ChatTTS,Bert-vits2,本地整合包,音轨同步配音

06:28

ChatTTS威力加强版,针对字母数字情感优化,调用接口api服务,接入Ollama无审查Mistral-7B大模型,接入开源阅读app,AI听书

08:11

ChatTTS整合包,2000种音色任君选择,声纹检测,音色打分,音色权重分享,post接口调用

02:54

Bert-vits2台湾方言模型分享,台湾腔,超可爱台湾女生腔,你造吗？超嗲的啦,方言测试

02:45

ChatTTS教程,流式音频推理,提高音频合成效率

03:29

AI智能分离音频中的人声,背景音,乐器,笑声,噪音,AudioSep整合包,音频处理

04:48

CosyVoice教程,CosyVoice模型测试(MacOs),文字转语音,声音克隆,粤语模型,广东话克隆,one-shot,阿里开源语音模型

04:49

CosyVoice整合包(Windows),文字转语音,声音克隆,粤语模型,情感控制,笑声控制,one-shot,阿里开源语音模型

04:05

CosyVoice整合包(Windows)0708,优化更新,超长文本测试,自动提示词,情感控制,声音克隆,zero-shot,阿里开源语音模型

08:44

CosyVoice整合包(Windows)0709,自定义音色保存,指令式情感控制(instruct),声音克隆,zero-shot,阿里开源语音模型

04:53

SenseVoice独立转写整合包,语音转文字,声音转写,粤语转写文字,训练集制作,FunAsr,阿里开源,和Whisper分庭抗礼

08:10

CosyVoice整合包(Windows)0711,文本归一化,接口api,接入无审查大模型,声音克隆,阿里开源

10:53

CosyVoice整合包(Windows)0712,语速调节,接口api,自定义音色,情感控制,声音克隆,阿里开源

05:41

CosyVoice整合包(Windows)0716,流式推理,流式接口api,自定义音色,语义标签,接入开源阅读,tts读小说,阿里开源

06:07

Fish-Speech1.2教程,Windows,新版sft模型,文字转语音,声音克隆,one-shot,长文本测试

07:39

CosyVoice整合包(Windows)0721,修复更新,接口bug修改,自定义音色,粤语音色教程,接入开源阅读,tts读小说,阿里开源

06:55

GPT-SoVITS-V2模型测试,声音克隆(zero-shot),微调训练(fine-tuning),文字转语音,花佬开源

15:48

GPT-SoVITS-V2,参考音频使用,接口api调用,接入大模型,接入开源阅读3.0,TTS,声音克隆,文字转语音,花佬开源

06:31

CosyVoice整合包(Windows)0819,修复LLVM ERROR,音色融合,暴露切分逻辑参数,字幕同步生成,文字转语音,阿里开源

14:26

GPT-SoVITS-V2,0902,并行推理提高速度,字幕同步,接口使用,TTS,声音克隆,文字转语音,花佬开源,ChasonJiang贡献PR

08:08

GPT-SoVITS-V2教程,0908,接入Quicker,接入酒馆SillyTavern-1.12.5,TTS,划词阅读,声音克隆,文字转语音,花佬开源

06:44

Fish-Speech1.4本地测试,Windows,新版模型支持多语种,文字转语音,声音克隆,zero-shot,韩语、法语、西班牙语、德语、阿拉伯语等语种

04:48

Fish-Speech1.4.1整合包,Windows,修复长文本报错,接口api使用,文字转语音,声音克隆,zero-shot,接入大模型

04:45

AI变声器,Seed-Vc,零样本无须训练变声,AI歌曲翻唱,zero-shot,声音克隆,音色修改

05:28

AI变声器,Seed-Vc,0920,突破30秒长度限制,零样本无须训练变声,AI歌曲翻唱,zero-shot,音色修改

03:56

AI变声器,Seed-Vc,0924,歌曲分段处理,流式输出,零样本无须训练变声,AI歌曲翻唱,zero-shot,音色修改

05:36

本地生成任意不可描述声音(NSFW)和音乐,EzAudio,ASMR助眠,相关竞品:stable-audio-tools,文字生成声音和音乐

04:05

新版CosyVoice整合包(Windows)0929,25HZ新模型,性能提升,字幕同步生成,文字转语音,3秒声音克隆,音频接口,开源阅读,酒馆

13:21

FireRedTTS整合包,AI声音克隆,文字转语音,TTS,小红书开源

03:05

CosyVoice整合包(Windows)1003,25HZ新模型,变声器,接入quicker划词朗读,字幕同步生成,文字转语音,3秒声音克隆,阿里开源

04:46

F5-TTS语音模型,零样本声音克隆，情绪复刻,文字转语音,TTS,E2-tts,SWivid开源,支持N卡和纯CPU

03:13

F5-TTS&E2-TTS语音模型整合包,1015,性能优化,支持长文本,语速调节,零样本声音克隆,文字转语音,TTS,上海交大开源,支持N卡和纯CPU

04:16

FireRedTTS整合包,1021,官方模型更新,支持长文本,性能优化,情绪复刻到位,AI声音克隆,文字转语音,TTS,小红书开源

04:29

F5-TTS语音模型,微调训练(Fine-Tuning),巫师3叶奈法(Yennefer),声音克隆,文字转语音,TTS,上海交大开源,支持N卡和纯CPU

04:28

GLM-4-Voice一键包,端到端AI语音大模型,TTS,文本转语音,指令式语音定制,大模型语音对话,至少需要20G显存,智谱AI开源

02:23

GPT-SoVITS-V2一键包,1027,中文多音字发音问题,英文字母发音问题,接口多进程高并发请求测试,日语问题,AI文字转语音,花佬开源

04:23

MaskGCT一键包,AI声音克隆语音模型,至少需要11G显存,不适合甜品级显卡,TTS,文字转语音,open-mmlab团队开源

02:44

GPT-SoVITS-V2一键包,1031,修复更新,解决GPK乱码问题,变声器,AI文字转语音,TTS,花佬开源

02:17

微软edge_tts访问不了,403错误码,Azure_tts可以平替,单账号单地区每月免费5个小时的音频时长,继续白嫖微软

03:06

MaskGCT一键包,1103,修复更新,AI声音克隆,解决乱码问题,新增日语,法语,德语,韩语,至少需要11G显存,推理缓慢不适合甜品级显卡,TTS,文字转语

02:53

edge_tts一键包webui,edge_tts访问不了,edge_tts 403,继续薅羊毛,继续白嫖微软,文字转语音,TTS,免费

02:50

GPT-SoVITS-V2教程,1109,日语模型微调训练,Fine-tuning相关问题,鬼方佳世子,AI文字转语音,TTS,花佬开源

04:41

F5-TTS新版英文微调训练(Fine-Tuning),性能优化,新增日语模型,文字转语音,TTS,上海交大开源,支持N卡和纯CPU

06:29

F5-TTS教程,关于推理音频底噪和吞字问题,优化推理稳定性,超长文本推理,resemble_enhance音频增强降噪,文字转语音,TTS,上海交大开源

07:31

F5-TTS一键包,解决念数字的问题,文本归一化,迭代步数暴露,韵律调节,增加全精度推理适配老显卡,文字转语音,TTS,上海交大开源,支持N卡和纯CPU

07:32

F5-TTS教程,解决短文本爆音问题,API接口调用,接入KoboldCPP,接入酒馆,接入开源阅读,接入Quicker划词朗读,文字转语音

05:37

F5-TTS一键包,音色模型保存,性能优化,音色种子,API接口调用,文字转语音,TTS,上海交大开源,支持N卡和纯CPU(A卡用户)

04:51

Fish-Speech-1.5,一键包,接口api使用,文字转语音,声音克隆,zero-shot,接入quicker划词朗读,fish-audio团队开源

06:38

ClearVoice音频降噪增强,说话人分离,修改音频采样率,阿里开源,相关竞品:resemble_enhance

03:34

CosyVoice2-0.5B一键包,音色模型保存,支持笑声停顿等指令,长文本稳定性测试,接入quicker划词朗读,字幕同步生成,文字转语音,3秒声音克隆

06:33

CosyVoice2-0.5B教程,情感控制和方言控制,接入大语言模型(NSFW),文字转语音,3秒声音克隆,阿里开源

06:26

AI视频配音一键包,文字生成音频,ASMR生成器,支持中文提示词,8G显存可玩,MMAudio

03:17

CosyVoice2-0.5B教程,解决显存释放问题,解决吞字漏字问题,解决多音字问题,流式推理,接入开源阅读,文字转语音,3秒声音克隆,阿里开源

04:10

F5-TTS一键包,解决多音字问题,智能语种判断,音色种子,API接口调用,接入大模型,接入开源阅读,文字转语音,TTS,支持N卡和纯CPU(A卡用户)

06:59

TangoFlux一键包,ASMR助眠,支持中文提示词,文字生成声音,文字生成音乐,8G显存可玩,10秒音频30秒即可生成,支持N卡和纯CPU

03:16

ClearerVoice一键包,性能大提升,高品质音频降噪增强,说话人分离,阿里开源,相关竞品:resemble_enhance

03:54

Kokoro-tts一键包,实时本地英文TTS,性感烟嗓,接口API使用,接入大模型,接入开源阅读,真人ASMR生成器,文字转语音,支持N卡和纯CPU

05:53

Kokoro-tts一键包,实时本地英文TTS,支持长文本,解除限制,音色融合,真人ASMR生成器,文字转语音,支持N卡和纯CPU

04:11

Kokoro-tts一键包,实时本地英文TTS,长文本推理,音量调节,音色融合,真人ASMR生成器,文字转语音,支持N卡和纯CPU

03:43

模型微调训练(Finetune)方案解决一些特殊字的发音问题(操cào),GPT-Sovits-v2

03:12

F5-TTS一键包,提高稳定性，增加特殊字的音标，模型微调训练(Finetune)

05:32

Llasa-3b语音模型本地测试,TTS,文字转语音,AI声音克隆,支持长文本,基于Docker镜像

03:25

Kokoro-v10一键包,实时本地文字转语音,支持中文英文和日文,长文本推理,音量调节,音色融合,真人ASMR生成器,支持N卡和纯CPU

04:05

yuE一键包,本地AI歌曲音乐生成,歌曲创作,开源版本的Suno,中文歌曲生成,英文歌曲生成,16G显存可玩

03:09

Kokoro-tts一键包优化版,实时本地文字转语音(中文/英文/日文),接入开源阅读,长文本推理,TTS,支持N卡和纯CPU

04:03

GPT-SoVITS-V3教程,AI声音克隆,Zero-shot,零样本推理,花佬开源,和V2模型对比测试

03:43

InspireMusic一键包,AI音乐创作,音乐续写,支持中文提示词,AI作曲,阿里开源

02:35

Llasa-1b中文AI语音模型,TTS,文字转语音,AI声音克隆,支持超长文本,基于Docker镜像,香港科技大学开源

04:05

Step-audio系列AI语音模型测试,AI语音生成,TTS,AI生成说唱(RAP),阶跃星辰团队开源

02:41

yuE量化版一键包,本地AI歌曲快速生成,30秒歌曲只耗时100秒,8G显存可玩,歌曲创作,开源版本的Suno,香港科技大学开源

03:46

F5-TTS优化版一键包,优化推理性能,批量抽卡,彻底解决稳定性问题,多音字问题,文字转语音,TTS,声音克隆

06:46

yuE量化版加速版一键包,本地AI歌曲快速生成,多段歌曲生成,8G显存可玩,中英文歌曲创作,本地版的Suno,香港科技大学开源

04:00

Kokoro-v1.1一键包中文独立音色模型,上百种中文音色,实时本地文字转语音(中文/英文/日文),接入开源阅读,接入大模型,长文本推理,TTS,支持CPU

05:35

Spark-TTS一键包,AI声音克隆,支持超长文本,支持CPU推理,文字转语音,TTS,语音情绪迁

03:30

F5-TTS-V1一键包,AI声音克隆,TTS,文本转语音,抽卡,接口api调用,接入开源阅读

03:26

DiffRhythm一键包,支持50系显卡,本地AI歌曲快速生成,自动生成歌词,8G显存可玩,歌曲创作,文本生成歌曲,相关竞品:yuE

03:33

GPT-SoVITS-V3并行推理一键包,支持50系显卡,支持老显卡半精度,花佬开源,ChasonJiang提供PR,TTS,文字转语音,声音克隆,接口api

04:34

F5-TTS-V1一键包,支持50系显卡,自动识别音频文本,灵活多音字设置,AI声音克隆,TTS,文本转语音,抽卡,接口api调用,接入开源阅读

05:18

Index-TTS一键包,支持50系显卡,B站出品,零样本声音克隆,支持长文本,TTS,文本转语音,6G显存占用,兼容CPU推理

02:44

CosyVoice2-0.5B一键包,支持50系显卡,流式接口,AI声音克隆,文字转语音,TTS,阿里开源

05:08

MegaTTS3一键包,支持50系显卡,零样本声音克隆,支持长文本,TTS,文本转语音,字节团队开源,兼容CPU推理

03:24

Index-TTS一键包,音色保存,多音字支持,接口api调用,语速调节,接入大模型,接入开源阅读,支持50系显卡,TTS,6G显存占用,兼容CPU推理

06:27

AudioX一键包,AI文字生成声音和音乐,支持50系显卡,8G显存可用,支持NSFW,支持中文提示词,支持长音频,ASMR

02:00

AudioX一键包,AI视频配音,配音乐,解决flash-attn报错,支持长视频,8G显存可用,支持NSFW,支持中文提示词

02:02

MegaTTS3一键包,解决稳定性问题,优化推理效率,推理速度1比1,新增海量音色,支持50系显卡,零样本声音克隆,支持长文本,TTS,文本转语音,字节团队开源

03:37

Orpheus-TTS一键包,国语版本,支持50系显卡,8G显存可用,支持长文本,TTS,文本转语音,Canopy实验室开源

01:58

F5-TTS实时推理一键包,TensorRT加速,接口api高并发请求,基于Docker镜像

03:13

ClearerVoice音频降噪增强,说话人分离,支持50系显卡,音频重采样,阿里开源

03:03

MegaTTS3一键包,显存回收,接口api调用零样本声音克隆,支持长文本,TTS,文本转语音,字节团队开源

03:13

GPT-SoVITS-V4一键包,并行推理,支持50系,优化稳定性,接口api,接入开源阅读,多音字处理,花佬开源

03:30

GPT-SoVITS-V4,Linux云端镜像,本地一键包,接口并发请求,接入开源阅读,多音字处理,花佬开源

05:51

Seed-VC-V2一键包,支持50系显卡,零样本变声器,声音克隆,歌曲翻唱,歌曲伴奏分离,支持长音频,语气迁移

03:53

Index-TTS新版一键包,批次推理,解决漏读问题,接口api调用,支持50系显卡,B站出品,TTS,文本转语音,4G显存可用

03:54

ACE-Step一键包,AI歌曲生成,开源版Suno,支持50系显卡,支持老显卡,8G显存可用,相关竞品:DiffRhythm/yuE

03:42

Index-TTS官方编译加速版本,实时推理,实时语音,B站出品,文字转语音,TTS,基于Docker镜像

03:47

Index-TTS-v1.5新版一键包,解决并发推理cuda报错问题,解决漏读问题,接口api调用,支持50系显卡,B站出品,TTS,文本转语音,4G显存可用

03:47

CosyVoice2优化版一键包,优化乱读问题,支持50系显卡,6G显存可用,接入开源阅读,文字转语音,TTS,阿里开源

05:31

stable-audio-tools-Small模型一键包,高品质AI音乐生成,不可描述声音生成,实时推理,接口调用,支持50系和老显卡

02:17

Index-TTS-v1.5新版本地一键包,解决长文本稳定性问题,批量任务,接口api调用,支持50系显卡,TTS,文本转语音,4G显存可用

04:37

Index-TTS 1.5 最新 linux镜像,支持批量任务,支持并发接口api,音色保存等功能,基于仙宫云

03:52

ACE-Step-Lora增强一键包,如何生成一首完整的歌曲,AI歌曲生成,开源版Suno,支持50系显卡,支持老显卡,8G显存可用

06:33

ChatterBox一键包,低成本声音克隆,支持超长文本,TTS,支持语速调节,支持50系显卡,接口api调用,接入开源阅读,出海必备,相关竞品:KoKoro-

03:36

Openaudio-s1-mini一键包,声音克隆,TTS,支持50系显卡,不支持老显卡,FishAudio团队开源

01:52

Index-TTS-v1.5并发版本一键包,解决多设备请求接口崩溃问题,新增音量控制,批量任务,接口api调用,支持50系显卡,TTS,文本转语音,4G显存可用

04:31

GPT-SoVITS-V2-ProPlus一键包,并行推理,支持50系,优化稳定性,接口api,接入开源阅读,多音字处理,花佬开源,4G显存占用

05:42

GPT-SoVITS-V2-ProPlus教程,模型微调训练,声音克隆目标:SaikaKawakita,并行推理,支持50系,接口api,多音字处理,花佬开源,

03:07

MegaTTS3最新一键包,无需NPY文件,8步采样声音克隆,音量调节,接口api调用,支持长文本,TTS,文本转语音,字节团队开源,至少需要12G显存

04:14

MOSS-TTSD播客语音一键包,自动生成语音播客(PodCast),自动语音识别,AI声音克隆,8G显存占用

06:09

CosyVoice最新版一键包,支持50系,精度优化,指令控制,念法纠正,接口API调用,音色保存,6G显存占用

06:43

ChatterBox变声器一键包,AI变声,情绪转化,歌曲翻唱,接口API调用,2G显存占用,适合甜品卡

03:06

Kokoro-tts最新一键包,支持50系,声音克隆,文字转语音,TTS,接口API调用,中英混读,4G显存占用

06:33

MOSS-TTSD播客语音结合本地大模型一键包,自动生成语音播客(PodCast),对口相声,自动语音识别,AI声音克隆,8G显存占用

04:06

DMOSpeech2一键包,极速推理,推理速度1比0.2,声音克隆,情绪克隆,支持50系显卡,支持超长文本,TTS,文本生成语音,接口API调用,4G显存占用,

05:43

HiggsAudioV2量化版一键包,AI语音基础模型,TTS,文字转语音,双人对话,支持50系,至少需要12G显存,大神李沐开源

03:51

DMOSpeech2一键包,极速推理,推理速度1比0.2,文本归一化,音色保存,声音克隆,情绪克隆,支持50系显卡,支持超长文本,TTS,文本生成语音

04:52

MOSS-TTSD结合Qwen3-30B-A3B-Instruct-2507,自动生成完整语音播客(PodCast),修复Flash-attn问题,纯CPU运行

07:53

ZipVoice一键包,极速推理,推理速度1比0.2,多音字控制,音色保存,语速调节,声音克隆,支持50系显卡,TTS,文本生成语音,接口API调用,4G显存占

05:08

VibeVoice-1.5B一键包,更自然流畅的语音模型,8G显存可用,支持老显卡,支持50系,8G显存可用,微软开源,语音克隆,接口API调用

04:32

VibeVoice-7B一键包,更自然流畅的语音模型,8G显存可用,支持老显卡,支持50系,微软开源,语音克隆,接口API调用

03:55

FishSpeech1.5.1极速推理一键包,速度1比0.2,编译加速,多国语言(英日韩语中法德语阿拉伯语和西班牙)声音克隆,6G显存可用,开源阅读

07:23

IndexTTS2整合包,B站开源最强语音模型,8G显存可用,支持语速调节,接口API调用,音色保存、批量任务生成、长文本生成,情感控制,接入开源阅读

07:06

IndexTTS2整合包0910,多音字处理,自动情感音频控制,音频超分降噪,8G显存可用,支持语速调节,接口API调用,音色保存、批量任务生成、长文本生成

07:50

IndexTTS2整合包0912,增加Excel版本批量任务,8G显存笔记本批量生产5万字以上的有声小说,支持异步接口API调用,支持语速调节,音色保存

02:36:30

Index-TTS2优化版6G显存可用,异步接口API调用,Excel版本批量任务,支持语速调节,音色保存、超长文本生成,情感控制,情感权重

02:30

Vevo1.5音频内容修改,歌曲改词，改歌词，语音内容修改，时长对齐,8G显存可用,支持50系

03:57

SoulX-Podcast-1.7B语音合成,8G显存可用,接口API调用,多人播客合成,方言合成,语速调节,支持笑声咳嗽指令,支持50系,音色保存

05:08

VOXCPM-1.5B语音合成,TTS,4G显存可用,接口API调用,语速调节,支持50系,音色保存,开源阅读,支持长文本

03:43

CosyVoice3一键包,多音字控制,音色保存,接口API调用,流式接口,支持50系显卡,6G显存可用,接入开源阅读,文字转语音,TTS,阿里开源

05:33

VOXCPM-1.5B语音合成,TTS,4G显存可用,多音字控制,流式接口API调用,语速调节,支持50系,支持老显卡,音色保存,方言控制,开源阅读,支持长文本

04:17

HeartMuLa一键包,AI歌曲生成,开源版Suno,支持50系显卡,8G显存可用,Comfyui

03:04

Qwen3-TTS-1.7B,6G显存可用,音色保存,接口API调用,支持超长文本,支持50系显卡,语速调节,音频超分降噪,接入开源阅读,文字转语音,TTS,阿

04:25

Qwen3-TTS-0.6B,4G显存可用,推理速度1比0.5,音色保存,接口API调用,支持超长文本,支持50系显卡,语速调节,音频超分降噪,接入开源阅读,文

04:05

HeartMuLa-HL一键包,8G显存可用,支持中文提示词,无须标签式歌词,更自然的AI歌曲生成,开源版Suno,支持50系显卡,Comfyui

02:21

Qwen3-TTS-AllinOne,4G显存可用,多音字控制,英文数字发音纠正,批量任务,音色保存,接口API调用,支持超长文本,支持50系显卡,语速调节

03:25

Qwen3-TTS,Flsh-Attn加速,速度比1比0.3,4G显存可用,多音字优化,英文数字发音优化,批量任务,音色保存,接口API调用,支持超长文本

04:17

Qwen3-TTS,多人对话,智能多音字,4G显存可用,英文念法优化,批量任务,音色保存,接口API调用,支持超长文本,支持50系显卡,支持老显卡

03:23

ACE-Step-1.5,AI歌曲生成,男女对唱,纯音乐生成,4G显存可用,支持50系显卡,相关竞品:DiffRhythm/yuE/HeartMuLa

04:55

ACE-Step-1.5官方原版,修复吞歌词问题,音乐重构,音乐重绘,AI歌曲生成,男女对唱,纯音乐生成,4G显存可用,支持50系显卡,相关竞品:DiffRhy

07:11

Ace-Step-1.5,音频内容修改,歌曲改词，改歌词，语音内容修改，时长对齐,歌曲生成,8G显存可用,支持50系

03:48

SoulX-Singer,零样本变声器,AI歌曲翻唱,8G显存可用,歌词修改,改歌词,语音内容修改,支持50系

04:28

Qwen3-TTS,NovaSr音频增强支持48khz高音质,温度调节,多人对话,智能多音字,4G显存可用,批量任务,接口API调用,支持超长文本,支持50系显

03:01

Qwen3-ASR-1.7B,语音转文字字幕,视频转字幕,4G显存可用,支持50系显卡,批量任务,支持热词控制

04:12

Ming-omni-tts-0.5B,4G显存可用,接口API调用,支持超长文本,情感控制,中英混读,支持50系显卡,支持老显卡,接入开源阅读

04:23

Qwen3-ASR-1.7B/0.6B,官方原版,支持超长音视频转文字字幕,视频转字幕,4G显存可用,支持50系显卡,批量任务,支持热词控制,支持老显卡

04:16

Fish-Speech-S2-Pro-4B,接口api使用,支持62种语言,文本指令,文字转语音,声音克隆,zero-shot,至少需要12G显存,fish-a

03:12

Faster-Qwen3-TTS,流式接口API,实时推理,速度1比0.5,多人对话,智能多音字,4G显存可用,批量任务,支持超长文本,支持50系显卡,支持老显

02:29

MOSS-TTS,接口API,语音合成,8G显存可用,声音克隆,TTS,支持超长文本,支持50系显卡,支持老显卡

04:13

LongCat-AudioDiT-1B-3.5B,6G显存可用,TTS,音色保存,接口API调用,支持超长文本,支持50系显卡,语速调节,文字转语音,TTS

04:02

OmniVoice,接口api使用,支持600种语言,4G显存可用,速度1比0.3,文本指令,支持呻吟笑声,文字转语音,支持超长文本,声音克隆,小米k2-fsa

06:33

VOXCPM2语音合成,TTS,6G显存可用,多音字控制,接口API调用,语速调节,支持50系,支持老显卡,音色保存,方言控制,开源阅读,支持超长文本

05:12

Ace-Step-1.5-XL-Turbo,歌曲生成,音乐生成,文字转歌曲,歌曲创作,8G显存可用,支持50系,完整歌曲生成

04:14

OmniVoice,批量任务,智能字幕SRT配音,多人对话,接口api使用,4G显存可用,速度1比0.3,支持超长文本,声音克隆

03:07

DramaBox,语义化场景描述语音模型,TTS,接口api使用,8G显存可用,语气控制,情绪描述,文本转语音,语速调节,支持50系,不支持老显卡

02:26

Stable-Audio-3,声音生成,4G显存可用,支持纯CPU,支持中文提示词,接口API调用,ASMR助眠,文字生成声音和音乐,支持老显卡,支持50系

03:37

PilotTTS,TTS语音模型,情绪控制,接口api使用,8G显存可用,速度1比1,支持超长文本,声音克隆,文本指令

06:49

Dots.TTS,6G显存可用,情绪迁移,接口api使用,流式接口,支持超长文本,声音克隆

03:56

MOSS-TTS-1.5-8B,GGUF量化版,8G显存可用,TTS,接口api使用,文字转语音,支持超长文本,声音克隆

04:56

Index-TTS-2.5,6G显存可用,TTS,文本转语音,情感控制,多音字控制,接口api使用,流式接口,支持超长文本,声音克隆,情感向量

06:06

MiniMax-Music-3,AI歌曲生成,8G显存可用

03:40

FireRedTTS-3,TTS,文本转语音,方言,多国语言,接口api使用,支持超长文本,声音克隆

04:28

FireRedTTS3-GGUF,6G显存可用,实时推理,速度1比0.3,文本转语音,方言生成,24种多国语言,接口api使用,支持超长文本,声音克隆

05:18

LuxTTS-Onnx,1G显存可用,支持纯CPU,支持老显卡,实时推理,文本转语音,接口api使用,支持超长文本,声音克隆

03:03

yuE-2,AI歌曲高速生成,6G显存可用,接口API调用,速度比1比0.5,支持老显卡,音频时长和歌词自动对齐

05:47

yuE-2,一键改词,一键翻唱,一键识谱,AI歌曲高速生成,6G显存可用,接口API调用,速度比1比0.5,支持老显卡,音频时长和歌词自动对齐

05:00

BreezeTTS-2,4G显存可用,实时推理,文本转语音,接口api使用,支持超长文本,声音克隆,低语,呻吟,文本指令

04:40

AuK-TTS,音频编辑增强,音色设计,6G显存可用,实时推理,文本转语音,接口api使用,支持超长文本,声音克隆,文本指令

07:15

Drama-3,TTS,8G显存可用,文本转语音,接口api使用,支持超长文本,声音克隆,文本指令

02:23

Ming-3.0-TTS-0.5B,1G显存可用,文本转语音,接口api使用,支持超长文本,声音克隆,文本指令,音色设计

02:26

yuE-2,高速曲谱提取,纯音乐生成,一键翻唱,AI歌曲高速生成,6G显存可用,接口API调用

05:06

Audio8-TTS-Realistic-0.6B,1G显存可用,文本转语音,接口api使用,支持超长文本,声音克隆

02:23

顶部