CosyVoice V7版 - 阿里开源语音克隆、文本转语音工具 支持50系显卡 支持方言 本地一键整合包下载
阿里通义实验室发布开源语音大模型项目FunAudioLLM，而且一次包含两个模型：SenseVoice 和 CosyVoice。CosyVoice专注自然语音生成，支持多语言、音色和情感控制，支持中英日粤韩5种语言的生成，效果显著优于传统语音生成模型。
仅需要3~10s的原始音频，CosyVoice即可生成模拟音色，甚至包括韵律、情感等细节，包括跨语种语音生成。而且CosyVoice支持以富文本或自然语言的形式，对生成语音的情感、韵律进行细粒度的控制，生音频在情感表现力上得到明显提升。
CosyVoice很好地建模了合成文本中的语义信息，达到了与人类发音人相当的水平。此外，通过对合成音频进行重打分，能够进一步降低识别的错误率，甚至在内容一致性和说话人相似度上超越人类。
今天分享的CosyVoice V7版基于官方2.0更新版本，（因为这是站内发布的第七个版本，所以简称CosyVoice V7版）CosyVoice V7版 新增50系显卡支持，修复了上个版本首次生成不能播放的问题。鉴于之前的版本多个用户反馈因本地cuda环境兼容导致报错问题，V7版集成了cuda和cudnn环境，避免因环境问题导致的报错，一键启动，解压即用。CosyVoice V7版 只保留了核心且常用的3s极速复刻功能和自然语言控制 两个功能，模型也只保留最新的CosyVoice2-0.5B模型，删除无用库精简一键包体积。需要体验CosyVoice2模型，请下载论坛历史版本。
与 1.0 版本相比，新版本提供了更准确、更稳定、更快、更好的语音生成能力。
1、发音准确度大幅度提升：发音错误率减少30%-50%，让语音生成更加清晰、准确；2、音质提升：音质MOS评分从5.4提升至5.53；3、超低延迟：150ms超低首包延迟，确保语音生成过程更加流畅，适合实时语音交互和在线语音翻译；4、方言和口音调整：支持更细致的方言和口音调整，使生成的语音更加贴合目标地区的发音习惯,支持方言（粤语、四川话、上海话、天津话、武汉话等）；5、更细粒度的情感控制：比如愉悦、悲伤、激动等，可生成更具表现力的语音
使用教程：（建议N卡，显存4G起，使用参考之前的版本）关于情感控制功能，目前支持高兴/悲伤/生气/害怕/反感等5种高表现力的语音情感以及粤语、四川话、上海话、天津话、武汉话等地方方言
使用方法：输入要合成的文本，上传参考音频。“输入instruct文本”这里输入你需要自定义的情感控制关键词，比如“上海话”，“高兴”等，最后生成即可。
下载地址：迅雷云盘：https://pan.xunlei.com/s/VOPneCbAMRCHy2np9w3XFA6xA1?pwd=cj9a 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
感谢分享 谢谢分享 谢谢分享~ 本帖最后由 pzluren 于 2025-5-11 17:16 编辑
大佬，爆内存了，我已经按你方法设置过虚拟内存，V6版本也没问题，这个V7显示这个错误：OutOfMemoryError: CUDA out of memory.
请问需要做其他设置调整吗？
错误全文：
cache['mid_blocks_kv_cache'] = torch.concat(, mid_blocks_kv_cache_new], dim=4)
torch.OutOfMemoryError: CUDA out of memory. Tried to allocate 5.36 GiB. GPU 0 has a total capacity of 8.00 GiB of which 0 bytes is free. Of the allocated memory 11.10 GiB is allocated by PyTorch, and 262.41 MiB is reserved by PyTorch but unallocated. If reserved but unallocated memory is large try setting PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True to avoid fragmentation.See documentation for Memory Management
pzluren 发表于 2025-5-11 17:15
大佬，爆内存了，我已经按你方法设置过虚拟内存，V6版本也没问题，这个V7显示这个错误：OutOfMemoryError:...
这是显存不足，不是内存不足 无言以对 发表于 2025-5-11 17:18
这是显存不足，不是内存不足
这个V7版本8G显存也运行不了吗？ 《H:\迅雷云盘\CosyVoice-V7\一键启动,exe
法导入ttsfrd，请使用WeTextProcessing代替。湖(最近一次调用文件“H:\迅雷云盘\CosyVoice-V7\cosyvoice\cli\frontend.py”，line 28，在<模块>中
导入ttsfd
loduleNotFoundError: 没有名为'ttsfrd' 的模块
处理上述异常时，又发生了另一个异常:
湖(最近调用1次):文件“H:\迅围云盘\CosyVoice-V7\apagepy”，1ine33，在<模块>中
TYOm nSV1Ce 11ne Tnne/文件“H:\迅围云盘\CosyVoice-V7cosyvoice\clicosyvoice.py”，第21行，在<模块>中
oircelcifontendpy",第33行,在<楼块中……“文件“H:\迅雷云盘e-Ico
engl1sn.nnrma117er1monrT ma117er aS nNnma11ZPrce\lib\site-packages\tn\english\normalizer.py“，第19行，在<模块>中文件“H:
dapesti' eneishuuiesldecimal.py, line 24,在<模块>中
JJc111.1 1.1片:，第1033行，在_pynini.string_file中文件“extensions\pynini.Pyx
文件“extensions\pynini.Pyx，第1109行，在_pynini.string_file中ywrapfst,FstlOError:读取失败安任意键继续..》:(:(什么原因 9596 发表于 2025-5-17 09:50
《H:\迅雷云盘\CosyVoice-V7\一键启动,exe
法导入ttsfrd，请使用WeTextProcessing代替。湖(最近一次调用文 ...
目录不要有中文
新手必看 去看看
页:
[1]