VITS-fast-fine-tuning
个性化多语言语音合成与转换工具
VITS-fast-fine-tuning是一个开源的语音合成项目，旨在快速实现个性化的多语言文本转语音和声音转换功能。该工具支持中英日三语合成，允许用户添加自定义声音，并实现角色间的声音转换。项目提供本地训练和Google Colab两种方式，适应不同用户需求。此外，它能从多种音频源（如短音频、长音频、视频和B站链接）克隆声音，为用户提供灵活的声音定制选项。VITS-fast-fine-tuning的微调过程通常只需1小时左右，大大提高了个性化语音模型的开发效率。
VITS快速微调
本仓库将指导您在不到1小时内将自己的角色声音，甚至您自己的声音添加到现有的VITS TTS模型中，使其能够执行以下任务：
- 在您添加的任何角色和模型中预设的角色之间进行多对多的语音转换。
- 使用您添加的角色和预设角色进行英语、日语和中文的文本到语音合成。
欢迎体验基础模型！
中文、英文和日文：
中文和日文：
仅中文：（无运行的Hugging Face空间）作者：Wwwwhy230825
目前支持的任务：
- 从10多个短音频中克隆角色声音
- 从长度≥3分钟的长音频中克隆角色声音（一个音频应只包含单个说话者）
- 从长度≥3分钟的视频中克隆角色声音（一个视频应只包含单个说话者）
- 从哔哩哔哩视频链接中克隆角色声音（一个视频应只包含单个说话者）
目前支持TTS和VC的角色：
- 只要您有他们的声音，任何您想要的角色都可以！ （请注意，语音转换只能在模型中的任意两个说话者之间进行）
微调
本地训练指南请参见LOCAL.md。 或者，您可以在Google Colab上进行微调。
需要多长时间？
- 安装依赖项（3分钟）
- 选择预训练模型开始。它们之间的详细区别在Colab笔记本中有描述。
- 上传您想添加的角色的语音样本，详细上传选项请参见DATA.MD。
- 开始微调。所需时间从20分钟到2小时不等，取决于您上传的声音数量。
推理或使用（目前仅支持Windows）
- 记得下载您微调后的模型！
- 下载最新版本
- 将您的模型和配置文件放入
inference文件夹，分别命名为G_latest.pth和finetune_speaker.json。 - 文件结构应如下所示：
inference
├───inference.exe
├───...
├───finetune_speaker.json
└───G_latest.pth
- 运行
inference.exe，浏览器应自动弹出。 - 注意：您必须安装
ffmpeg才能启用语音转换功能。
在MoeGoe中使用
- 准备下载的模型和配置文件，分别命名为
G_latest.pth和moegoe_config.json。 - 按照MoeGoe页面的说明进行安装、配置路径和使用。
寻求帮助？
编辑推荐精选
商汤小浣熊
最强AI数据分析助手
小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加 智能便捷。
imini AI
像人一样思考的AI智能体
imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。
Keevx
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。
即梦AI
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作
扣子-AI办公
AI办公助手，复杂任务高效处理
AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
蛙蛙写作
AI小说写作助手，一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
问小白
全能AI智能助手，随时解答生活与工作的多样问题
问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号