OmniVoice tts优化版一键包低配置可用最低支持3G显卡文本转语音配音系统语音克隆音色设计无需上传参考音频可控制停顿叹息笑声附带源码

 2026年4月18日下午6:39 分类：AI工具 / 免费 / 备用 / 生产力 / 生活相关 / 软件  评论(0)  阅读(813)

文章目录(快捷跳转)

简介说明
OmniVoice tts优化版一键包低配置可用最低支持3G显卡文本转语音配音系统语音克隆音色设计无需上传参考音频可控制停顿叹息笑声附带源码
1. 文本转语音
- 支持普通文本直接生成语音
- 支持多语言文本输入

2. 语音克隆
- 上传参考音频即可克隆音色
- 可配合参考文本使用
- 也可省略参考文本，由 Whisper 自动转写参考音频

3. 音色设计
- 无需参考音频
- 可通过文本指令直接设计音色
- 支持性别、年龄、音高、口音/方言、耳语等属性控制

4. 自动音色
- 不提供参考音频和设计指令时，可让模型自动选择音色

5. 细粒度控制
- 支持非语言标签，如 `[laughter]`、`[sigh]`
- 支持中文发音控制
- 支持英文 CMU 音标式发音覆盖

6. 推理参数控制
- 支持步数、语速、固定时长、CFG 等推理参数
- 支持长文本分段推理

7. 命令行工具
- `omnivoice-demo`: 原版 Gradio 演示页
- `omnivoice-infer`: 单条推理
- `omnivoice-infer-batch`: 批量推理

8. Python API
- 支持通过 Python 代码直接调用 `model.generate(...)`
- 适合二次开发、脚本调用、服务封装

项目特点
- 多语言覆盖非常广
- 语音克隆质量高
- 音色设计能力完整
- 推理速度快
- 适合本地部署、API 封装和页面集成

图片预览

下载地址

https://github.com/k2-fsa/OmniVoice

一键包下载(含源码)