@Ryrenz:太强大了——OpenVoice 只需要一段简短的参考音频就能克隆那种音色,甚至还能切换语言……
摘要
OpenVoice 是一个开源的 AI 语音克隆工具,利用一段简短的参考音频来复制音色,支持多语言和情感调整,并在 GitHub 上获得了显著关注。
查看缓存全文
缓存时间: 2026/09/13 09:07
🦜 功能强大——OpenVoice 仅需一段简短的参考音频即可克隆该声音音色,甚至能够切换语言和调整情绪。
OpenVoice 在 GitHub 上已获得 37,000 星标,由 MIT 的曾毅秦、清华的赵文亮与余旭明,以及 MyShell 的 Sun Ethan 支持,并有一篇 arXiv 论文 (2312.01479) 作为依托。在开源之前,它自 2023 年 5 月起已在 http://myshell.ai 上实现实时语音克隆,到 2023 年 11 月已被全球用户使用了数千万次。
过去,如果你想为视频配多语言旁白或制作个人有声书,要么得录音录到嗓子沙哑,要么得花钱请配音演员——而一个人只能说他所掌握的语言。
现在,只需录制一段简短的语音样本作为参考,OpenVoice 就能用该音色说出英语、西班牙语、法语、中文、日语、韩语;你还可以单独调整情绪、口音、节奏和停顿。即使参考音频的语言不在训练数据中,它也能进行跨语言克隆。V2 采用了新的训练策略,音质优于 V1,且两个版本均采用 MIT 许可证,可免费商用。
社区也已开发出许多有趣的项目:有人将其与 ChatTTS 结合,让 10 秒音频就能克隆自定义的 ChatTTS 声音——该仓库已获超 400 星;也有人制作了带音频增强功能的中文 WebUI 集成版本。
快速提醒:该仓库的最后一次代码提交是在 2025 年 4 月,已超过一年未更新,因此可按现状使用,但别指望官方修复或新功能。
对于需要单人完成多语言配音的人来说,这确实是现在所需的一切。克隆他人声音前需获得其同意——工具本身是中性的,如何使用取决于用户。
GitHub:https://github.com/myshell-ai/OpenVoice…
MyShell AI | 构建、分享与拥有 AI Agent
来源:https://myshell.ai/ 由 Shell Agent 提供支持 · 200+ 种风格
MyShell Art 已上线 — 探索无限照片变换方式 MyShell 正式推出 MyShell Art,这是一个让任何人都能在几秒内创作专业肖像、滤镜和短视频的新平台。凭借直观的图形界面,MyShell Art 让创意图像生成变得简单、快捷且人人可及——无论是普通用户还是数字创作者。(https://art.myshell.ai/)### Nano Banana 的最佳替代方案 | MyShell 与 Nano Banana 在 AI 图像生成中的对比 通过 MyShell 与 Nano Banana 在 AI 图像生成中的详细对比,探索 Nano Banana 的最佳替代方案。该分析在 16 个场景中进行了基准测试,展示了为什么 MyShell 是创作者更强的选择。(https://app.myshell.ai/article/nano-banana-alternative)### 你是《疯狂动物城》里的哪个角色?免费性格测试 参加我们有趣的《疯狂动物城》性格测试!发现你是尼克·王尔德、朱迪·霍普斯还是其他角色。免费的 AI 驱动测试,结果即时呈现。(https://app.myshell.ai/article/zootopia-personality-test)### 100+ 个男生的 Instagram 个性签名创意 | 酷炫、有趣与美学句子 探索 100+ 个最适合男生的 Instagram 个性签名——从冒险有趣到极简美学。找到完美的一行文字来提升你的 IG 个人资料。(https://app.myshell.ai/article/instagram-banana-bio-for-boys)
准备好释放你的想象力了吗?加入 MyShell 的 AI 原生创作者经济。
开源的智能体框架
ShellAgent 是 MyShell 推出的最强大、开放且模块化的开源框架,帮助每个人无需编码即可创建 AI Agent。让人人都能成为 Agent 开发者的时代已经到来。
访问 ShellAgent,探索 MyShell 提供的无数小部件,初始化一个状态,并为不同任务挑选不同的小部件。
设置变量、转换、为不同状态定义任务以构建工作流,只需在块之间绘制线条即可连接状态。你的第一个 Agent 就诞生了。
所有在 ShellAgent 中编辑的 Agent 均可导出为 JSON 文件,你可以与同事分享,或拖放此 JSON 到 MyShell 的 Workshop 页面即时部署。从此刻起,每个人都可以通过 MyShell 使用你的 Agent。
掌控你的作品,与世界分享,并在我们国际化的 AI Agent 商店中因你卓越的想法获得回报。
相似文章
OpenVoice:多功能即时语音克隆
OpenVoice是一种多功能语音克隆方法,它能够使用单个音频片段实现灵活的语音风格控制和高效率的零样本跨语言克隆。
@DanKornas: myshell-ai/OpenVoice 即时语音克隆,支持风格和语言控制 GitHub: 存档:
OpenVoice 是一个开源的即时语音克隆模型,具备风格和语言控制能力,现已在 GitHub 上可用。
@tom_doerr: 零样本语音克隆支持30种语言 https://github.com/sunnyxrxrx/X-Voice…
X-Voice 是一个基于流匹配的多语言文本转语音系统,支持跨30种语言的零样本语音克隆,并提供开源代码、模型及演示。
开源:将声音模仿转化为音效(声音生成的新用户体验)
一个开源AI模型,通过声音模仿和文字描述生成音效,解决了搜索特定声音的难题。
Neural Vocals: 声音克隆与音色转换 · Trust Node Logic
本文探讨了神经语音合成中的三个汇聚工具链——声音身份、信号处理和表演真实感——重点关注声音克隆和音色转换,以转换人声表演,同时保留原始的乐句和动态。