在線教程丨3款聲音克隆模型真實測評，GPT-SoVITS精準拿捏「石磯娘娘」特點

內含一鍵部署鏈接

原標題：在線教程丨3款聲音克隆模型真實測評，GPT-SoVITS精準拿捏「石磯娘娘」特點
文章來源：HyperAI超神經
內容字數：4272字

HyperAI超神經官網上線三款主流音色克隆模型一鍵部署教程

HyperAI超神經官網近日上線了三款主流音色克隆模型（GPT-SoVITS、Fish Speech v1.4 和 F5-E2 TTS）的一鍵部署教程，方便用戶體驗聲音克隆技術。

1. 電影配音與聲音克隆技術的結合

文章以《哪吒2》票房突破百億和《王者榮耀》羋月白晶晶皮膚配音為例，引出聲音在影視和游戲中的重要性，以及聲音克隆技術的發展和應用前景。 聲音克隆技術讓普通人也能輕松體驗配音的樂趣。

2. 三款主流開源模型介紹及對比

文章重點介紹了三款主流開源聲音克隆模型：GPT-SoVITS、Fish Speech v1.4 和 F5-E2 TTS，分別從發布時間、發布機構、一鍵部署鏈接、模型特點和實際使用效果等方面進行詳細介紹。

1. GPT-SoVITS

   發布時間：2022年；發布機構：B站UP主花兒不哭；一鍵部署鏈接：https://hyper.ai/cn/tutorials/29812；特點：采用SoVITS+Transformer語音編碼技術，高保真語音合成效果，即使只有5秒音頻樣本也能實現零樣本文本到語音轉換。

2. Fish Speech v1.4

   發布時間：2024年；發布機構：Fish Audio團隊；一鍵部署鏈接：https://hyper.ai/cn/tutorials/34680；特點：經過約15萬小時數據訓練，支持中文、日語和英語，語言處理能力接近人類水平，可調整音色、音高、語速。

3. F5-E2 TTS

   發布時間：2024年；發布機構：上海交通大學、劍橋大學和吉利汽車研究院（寧波）有限公司；一鍵部署鏈接：https://hyper.ai/cn/tutorials/35468；特點：基于流匹配的非自回歸生成方法，結合擴散變換器技術，3秒實現多音色混合克隆，支持單人語音生成、雙人語音生成和多種語音類型生成。

文章還對這三款模型使用同一音頻和提示詞進行測試，并對結果進行了對比分析，指出F5-E2 TTS在音色克隆準確度上略遜于前兩者，但在多功能性方面具有優勢。

3. 贈書活動

文章最后宣傳了HyperAI超神經聯合人民郵電出版社舉辦的贈書活動，贈送5本《人工智能簡史》，并介紹了書籍內容和參與方式。

聯系作者

文章來源：HyperAI超神經
作者微信：
作者簡介：解構技術先進性與普適性，報道更前沿的 AIforScience 案例