女同视频

图片色色王国

编订/排版：卒見

当今咱们责任会议的时，齐会用到灌音转翰墨器具，我个东谈主也会在责任和文娱的时分用到这些器具，这里就给公共共享几款不雷同的语音转翰墨器具，齐是免费、开源名目！

01

Voice-Pro

AI 语音调遣和多说话翻译器具

Voice-Pro 是一款由AI驱动的Web开源诳骗次第，旨在透澈更正多媒体践诺惩处。

图片

它集转录、翻译和翰墨转语音为一体，提供简约直不雅的可视化操作界面，维持及时转录和翻译，以及批量惩处样式。

图片

它具有 YouTube 视频下载、语音别离、语音识别、翻译和文本转语音的全面功能。

图片

Voice-Pro 装置。

①脱手configure.bat 并start.bat

②克隆或下载最新版块（源代码 zip）GitHub 版块

git clone https://github.com/abus-aikorea/voice-pro.git

③脱手configure.bat，在 Windows 上装置 git、ffmpeg 和 CUDA

④会聚互联网，这个流程可能需要一个多小时，看系统情况。

⑤在装置流程中，请勿关闭 Windows-Command 窗口。

图片

⑥启动 Voice-Pro。Web-UI 将自动脱手。

初度脱手时，请先装置 Voice-Pro。

要是在装置流程中出现问题，请删除 installer_files 文献夹并再次脱手 start.bat。

图片

该名目是用于音频惩处的概述 Gradio WebUI，具有 Voice Changer、零样本语音克隆（E2、F5-TTS）、YouTube 下载、语音阻遏 （UVR5）、文本转语音 （Edge-TTS） 和多说话翻译。适用于践诺创建者和开采东谈主员。

Voice-Pro源代码：

https://pan.quark.cn/s/ccbde0108f7f

开源地址：

https://github.com/abus-aikorea/voice-pro

02

PodCastLM

PDF 生成华文播客！

一款开源免费的器具，不错将 PDF 践诺滚动为合适音频播客的当然对话，并输出为 MP3 文献。

操作很简便：

①咱们不错径直将需要调遣的践诺上传到操作页面，这里可上传1M以内的PDF文献；

图片

②然后诞生口吻、时长等，生成播客，你不错稽查到文本转头践诺，以及整理后的剧本践诺！

图片

③点击底部音频按钮，即可播放现时整理好的践诺！

图片

开源地址：

https://github.com/YOYZHANG/PodCastLM

在线地址：https://ai.podcastlm.fun

03

video-srt-windows

自动识别视频语音生成字幕文献的器具

video-srt-windows是一个不错识别视频语音自动生成字幕SRT文献的开源 Windows-GUI 软件器具。

图片

它接受 Go+walk 开采，仅维持 Windows 系统。基础旨趣是申请在线语音转翰墨的工作，超出免费额度需付费。另外还加入了导出字幕文献和翻译功能。

VideoSrt下载：

https://pan.quark.cn/s/ebd97ead46e3

开源地址：

https://github.com/wxbool/video-srt-windows

https://gitcode.com/gh_mirrors/vi/video-srt-windows

04

buzz

音频转录与翻译器具，不错在你的个东谈主猜测机上离线转录和翻译音频工作。

图片

该名目是基于 Whisper 的音频转录和翻译器具，开箱即用、操作简便，维持语音转翰墨、音频翻译、多种说话和离线使用！

图片

Mac 原生版块的 Buzz，具有更简约的外不雅、音频播放、拖放导入、转录文本编订、搜索等功能。它同期适用于Windows 和 Linux 平台。

图片

功能维持：

①导入音频和视频文献并将转录文本导出为 TXT、SRT 和 VTT（演示)

②从猜测机的麦克风转录和翻译为文本

图片

③维持Whisper、Whisper.cpp、Faster Whisper、Whisper兼容的 Hugging Face 模子，以及 OpenAI Whisper API

④号召行界面

图片

Buzz v1.2.0下载：

https://pan.quark.cn/s/8c08670cfe56

开源地址：

https://github.com/chidiwilliams/buzz

05

ChatTTS

SOTA 开源 TTS，雄壮的对话式文本转语音模子，成心为对话场景野心，维持中、英双语。生成较短的语音恶果很好，无机械感！

图片

它主要用于 LLM 助手对话任务、对话语音以及视频先容等，维持中英文夹杂文本合谚语音，音色发挥强，能达到真假难辨进度。

图片

它不仅或者生成当然、携带的语音，还能箝制和添加笑声、停顿和口吻词等。

ChatTTS源代码：

https://pan.quark.cn/s/48101f70fc83

开源地址：

https://github.com/2noise/ChatTTS

06

fish-speech

整个东谈主齐能用的开源语音合成模子

该名目是由 Fish Audio 开采的基于 VQGAN+Llama 的文本转语音模子，它仅需 4GB 显存即可在个东谈主开采上松驰脱手和微调(16GB)，维持中英日语和音颜色整，语音合成恶果出色。

图片

fish-speech源代码：

https://pan.quark.cn/s/cf829869e7f0

开源地址：

https://github.com/fishaudio/fish-speech

07

GPT-SoVITS

少样本语音调遣和合成器具

雄壮的少样本语音调遣和语音合成 WebUI 器具，输入 5 秒的声息样本就能体验文本到语音调遣。维持少样本 TTS、英语、日语和华文，集成了声息伴奏别离、华文自动语音识别和文本标注等功能。

图片

特点功能：

零点TTS：输入5秒的东谈主声样本并体验即时文本到语音调遣。

少发TTS：只需1分钟的磨练数据即可微调模子，以普及语音相似度和着实感。

图片

跨说话维持：使用与磨练数据集不同的说话进行推理，面前维持英语、日语、韩语、粤语和华文。

WebUI 器具：集成器具包括语音伴奏别离、自动磨练集分割、华文 ASR 和文本标注，匡助入门者创建磨练数据集和 GPT/SoVITS 模子。

图片

开源地址：

https://github.com/RVC-Boss/GPT-SoVITS

kua链：

https://pan.quark.cn/s/cf509d794f54

du链：

https://pan.baidu.com/s/1AQwPg3B60RlozShq97h4_g?pwd=gecp

索要码: gecp

Ok，本期的共享就到这里了，但愿以上语音转翰墨、翰墨转语音的器具不错匡助你，岂论是在糊口上，已经在责任中，普及效用！

❶5款鲜有东谈主知的编订黑科技app

❷5款号称神器的黑科技软件

❸利弊推选4款Windows器具神器色色王国

本站仅提供存储工作，整个践诺均由用户发布，如发现存害或侵权践诺，请点击举报。

上一篇：文爱 电报 240062    下一篇：好利来 丝袜 塑顺眼膜买哪个牌子好？推选你6款高性价比的口碑家具共享！