【OpenVoice】AI语音大模型，录制声音即可定制音色

OpenVoice是一款创新的开源语音克隆与生成技术，它通过先进的深度学习算法，特别是基于Transformer结构的文本转语音（TTS）模型，实现了高精度的音色克隆和灵活的语音风格控制。该技术不仅能够在多种语言和口音中生成语音，还具备零样本跨语言声音克隆的能力，为语音合成领域带来了重大突破。OpenVoice原生支持多种语言，如英语、西班牙语、法语、中文、日语和韩语等。这种多语言支持能力使得OpenVoice在全球范围内具有广泛的应用前景。

下载和使用

搭建环境

1. 安装python和anaconda
   openvoice指定使用Python 3.9版本解析器，如果已经下载了其他版本的Python也没事，可以下载anaconda适配（anaconda 下载国内好像有点慢，如果需要安装包，在文末可以看到。只提供windows版本）
   安装成功后需要配置环境变量
   
   配置pip conda 国内镜像

# 添加清华大学镜像站频道
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
# 添加频道后需要显示频道
conda config --set show_channel_urls yes
# 查询已存在的频道
conda config --get channels

##############pip###############

# 配置使用清华镜像源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

# 配置信任该镜像源
pip config set install.trusted-host pypi.tuna.tsinghua.edu.cn

升级pip

python -m pip install --upgrade

2. 安装ffmpeg
   到官网下载6.11版本，并配置环境变量（这玩意国内下载也很慢，如果需要安装包，在文末可以看到）
   

3. 安装vscode
直接在官网下载就可以了
下载完毕后，需要下载python extension

4. 下载源码
   如果你有git 去到要保存的文件夹 选择git bash here
   

直接使用git clone https://github.com/myshell-ai/OpenVoice.git 等待下载完成就可以了

如果没有，直接去官网下载源码压缩包就可以了

4. VSCode添加Jupyter扩展
   
   输入Jupyter搜索，安装第一个即可，会自动安装附带扩展。
   

5. 选择Python解析器
   
   新建虚拟环境

选择"Venv"

选择3.9python

6. 安装所需插件

点击OK。过程需要些时间，耐心等待VSCode安装完成。

7. 如果出现意外 则需要打开控制台 重新安装插件

   pip install -r requirements.txt
   

需要注意的是 如果出现 (.venv) 说明激活成， 如果没有则需要重新激活

.\.venv\Scripts\activate

8. 安装ipykernel

   pip install ipykernel
   

   用以激活虚拟环境
   
9. 安装ipywidgets

   pip install ipywidgets
   

用于数据分析

10. 下载checkpoints（需要梯子，无法下载checkpoints可以在文末获取）
    官网点击下载
    checkpoints包含中文ZH和英文EN两种语言的模型处理文件。
    
    解压后放到openvoice文件夹下
    

模型使用

1. 点击左侧文件demo_part1.ipynb，然后点击右侧红框部分选择虚拟环境
   
2. 选择Python Environments
   
   可以用conda替代
   
3. 点击所有出现的三角
   
   右侧为此次执行的虚拟环境
4. 执行完后可以看到这里的output_source有对应的语音
   
   
   中文配置
   

如果要配置自己想要的音色，可以把录音文件复制到resources,替换如下图的MP3文件为自定义的录音文件 例如：

demo_part_02需要api_key

作者经费有限，就没试过啦

相关文件获取

工重号发送【openvoice】即可获得
关联文章