Vevo - 零样本可控音色和风格语音模仿框架 支持50系显卡 本地一键整合包下载
Vevo 是一个多功能的语音合成和转换模型，具有可控音色和风格的通用零样本语音模仿等功能。包含以下功能：进行风格保留的语音转换、进行风格转换、风格和音色可控的语音合成等。支持六种语言（英语、中文、德语、法语、日语和韩语）。
Vevo 提供以下四个主要功能：
1、Vevo 风格：保持音色但转换风格（口音、情感等）；
2、Vevo 音色：保持风格但转换音色；
3、Vevo 语音：分别参考风格和音色，转换两者；
4、Vevo 语音合成：具有独立风格和音色参考的文本到语音转换
使用教程：（建议N卡，显存6G起。基于CUDA12.8）
根据需要上传参考音频、风格音频、目标音频等，提交即可。
需要手动安装espeak：
1、点击下载 然后双击安装 espeak-ng-X64.msi 文件，无脑下一步完成，不要更改路径；
2、手动添加环境变量，变量名 PHONEMIZER_ESPEAK_LIBRARY ，值 C:\Program Files\eSpeak NG\libespeak-ng.dll ；
手动添加环境变量教程：https://jingyan.baidu.com/article/af9f5a2d5ecb8502150a4522.html （以win11为例，win10操作类似）
下载地址：
夸克网盘：https://pan.quark.cn/s/555e2db1685f 一键包不包含模型，首次启动会自动下载，请耐心等待下载完成
百度网盘：**** 本内容需购买 ****
解压密码：https://deepface.cc/ 复制这个完整的网址即是解压密码，不要有空格，复制粘贴即可
试试，感谢分享 效果不是很好，速度也慢。
页:
[1]