在線教程丨3款聲音克隆模型真實(shí)測評(píng)，GPT-SoVITS精準(zhǔn)拿捏「石磯娘娘」特點(diǎn)

內(nèi)含一鍵部署鏈接

原標(biāo)題：在線教程丨3款聲音克隆模型真實(shí)測評(píng)，GPT-SoVITS精準(zhǔn)拿捏「石磯娘娘」特點(diǎn)
文章來源：HyperAI超神經(jīng)
內(nèi)容字?jǐn)?shù)：4272字

HyperAI超神經(jīng)官網(wǎng)上線三款主流音色克隆模型一鍵部署教程

HyperAI超神經(jīng)官網(wǎng)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(yàn)聲音克隆技術(shù)。

1. 電影配音與聲音克隆技術(shù)的結(jié)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(shù)的發(fā)展和應(yīng)用前景。 聲音克隆技術(shù)讓普通人也能輕松體驗(yàn)配音的樂趣。

2. 三款主流開源模型介紹及對(duì)比

文章重點(diǎn)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(fā)布時(shí)間、發(fā)布機(jī)構(gòu)、一鍵部署鏈接、模型特點(diǎn)和實(shí)際使用效果等方面進(jìn)行詳細(xì)介紹。

1. GPT-SoVITS

   發(fā)布時(shí)間：2022年；發(fā)布機(jī)構(gòu)：B站UP主花兒不哭；一鍵部署鏈接：https://hyper.ai/cn/tutorials/29812；特點(diǎn)：采用SoVITS+Transformer語音編碼技術(shù)，高保真語音合成效果，即使只有5秒音頻樣本也能實(shí)現(xiàn)零樣本文本到語音轉(zhuǎn)換。

2. Fish Speech v1.4

   發(fā)布時(shí)間：2024年；發(fā)布機(jī)構(gòu)：Fish Audio團(tuán)隊(duì)；一鍵部署鏈接：https://hyper.ai/cn/tutorials/34680；特點(diǎn)：經(jīng)過約15萬小時(shí)數(shù)據(jù)訓(xùn)練，支持中文、日語和英語，語言處理能力接近人類水平，可調(diào)整音色、音高、語速。

3. F5-E2 TTS

   發(fā)布時(shí)間：2024年；發(fā)布機(jī)構(gòu)：上海交通大學(xué)、劍橋大學(xué)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(diǎn)：基于流匹配的非自回歸生成方法，結(jié)合擴(kuò)散變換器技術(shù)，3秒實(shí)現(xiàn)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(duì)這三款模型使用同一音頻和提示詞進(jìn)行測試，并對(duì)結(jié)果進(jìn)行了對(duì)比分析，指出F5-E2 TTS在音色克隆準(zhǔn)確度上略遜于前兩者，但在多功能性方面具有優(yōu)勢。

3. 贈(zèng)書活動(dòng)

文章最后宣傳了HyperAI超神經(jīng)聯(lián)合人民郵電出版社舉辦的贈(zèng)書活動(dòng)，贈(zèng)送5本《人工智能簡史》，并介紹了書籍內(nèi)容和參與方式。

聯(lián)系作者

文章來源：HyperAI超神經(jīng)
作者微信：
作者簡介：解構(gòu)技術(shù)先進(jìn)性與普適性，報(bào)道更前沿的 AIforScience 案例