迷水商城会所 ■网嗡咪福利 胴体的秘密 图片
编著/排版：卒見
目下咱们责任会议的时，齐会用到灌音转笔墨器具，我个东谈主也会在责任和文娱的工夫用到这些器具，这里就给全球共享几款不通常的语音转笔墨器具，齐是免费、开源样式！
01
迷水商城Voice-Pro
AI 语音休养和多话语翻译器具
Voice-Pro 是一款由AI驱动的Web开源愚弄纪律，旨在澈底更变多媒体本体惩处。
图片
它集转录、翻译和笔墨转语音为一体，提供粗略直不雅的可视化操作界面，复古及时转录和翻译，以及批量惩处时势。
图片
它具有 YouTube 视频下载、语音分别、语音识别、翻译和文本转语音的全面功能。
图片
Voice-Pro 装置。
①启动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启动configure.bat，在 Windows 上装置 git、ffmpeg 和 CUDA
迷水商城④聚首互联网，这个经过可能需要一个多小时，看系统情况。
⑤在装置经过中，请勿关闭 Windows-Command 窗口。
图片
⑥启动 Voice-Pro。Web-UI 将自动启动。
迷水商城迷水商城初次启动时，请先装置 Voice-Pro。
要是在装置经过中出现问题，请删除 installer_files 文献夹并再次启动 start.bat。
图片
该样式是用于音频惩处的空洞 Gradio WebUI，具有 Voice Changer、零样本语音克隆（E2、F5-TTS）、YouTube 下载、语音阻碍 （UVR5）、文本转语音 （Edge-TTS） 和多话语翻译。适用于本体创建者和开拓东谈主员。
Voice-Pro源代码：
https://pan.quark.cn/s/ccbde0108f7f
迷水商城迷水商城开源地址：
https://github.com/abus-aikorea/voice-pro
02
PodCastLM
迷水商城PDF 生成汉文播客！
迷水商城一款开源免费的器具，不错将 PDF 本体回荡为合乎音频播客的当然对话，并输出为 MP3 文献。
操作很浅近：
①咱们不错平直将需要休养的本体上传到操作页面，这里可上传1M以内的PDF文献；
图片
②然后树立口吻、时长等，生成播客，你不错稽查到文本回首本体，以及整理后的剧本本体！
图片
③点击底部音频按钮，即可播放现时整理好的本体！
图片
开源地址：
https://github.com/YOYZHANG/PodCastLM
在线地址：https://ai.podcastlm.fun
03
video-srt-windows
迷水商城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
它选拔 Go+walk 开拓，仅复古 Windows 系统。基础旨趣是肯求在线语音转笔墨的作事，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缱绻机上离线转录和翻译音频作事。
图片
该样式是基于 Whisper 的音频转录和翻译器具，开箱即用、操作浅近，强效催春粉在哪买复古语音转笔墨、音频翻译、多种话语和离线使用！
图片
Mac 原生版块的 Buzz，具有更粗略的外不雅、音频播放、拖放导入、转录文本编著、搜索等功能。它同期适用于Windows 和 Linux 平台。
图片
功能复古：
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从缱绻机的麦克风转录和翻译为文本
图片
③复古Whisper、Whisper.cpp、Faster Whisper、Whisper兼容的 Hugging Face 模子，以及 OpenAI Whisper API
④大喊行界面
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，遍及的对话式文本转语音模子，专诚为对话场景联想，复古中、英双语。生成较短的语音成果很好，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，复古中英文搀杂文本合谚语音，音色进展强，能达到真假难辨进度。
图片
它不仅八成生成当然、畅通的语音，还能截止和添加笑声、停顿和口吻词等。
ChatTTS源代码：
迷水商城https://pan.quark.cn/s/48101f70fc83
开源地址：
https://github.com/2noise/ChatTTS
迷水商城06
fish-speech
总计东谈主齐能用的开源语音合成模子
该样式是由 Fish Audio 开拓的基于 VQGAN+Llama 的文本转语音模子，它仅需 4GB 显存即可在个东谈主树立上草率启动和微调(16GB)，复古中英日语和音色彩整，语音合成成果出色。
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
少样本语音休养和合成器具
遍及的少样本语音休养和语音合成 WebUI 器具，输入 5 秒的声息样本就能体验文本到语音休养。复古少样本 TTS、英语、日语和汉文，集成了声息伴奏分别、汉文自动语音识别和文本标注等功能。
图片
脾性功能：
零点TTS：输入5秒的东谈主声样本并体验即时文本到语音休养。
少发TTS：只需1分钟的覆按数据即可微调模子，以普及语音相似度和真是感。
图片
跨话语复古：使用与覆按数据集不同的话语进行推理，目下复古英语、日语、韩语、粤语和汉文。
迷水商城WebUI 器具：集成器具包括语音伴奏分别、自动覆按集分割、汉文 ASR 和文本标注，匡助入门者创建覆按数据集和 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，但愿以上语音转笔墨、笔墨转语音的器具不错匡助你，无论是在生存上，仍是在责任中，普及着力！
❶5款鲜有东谈主知的裁剪黑科技app
❷5款号称神器的黑科技软件
❸热烈保举4款Windows器具神器
本站仅提供存储作事，总计本体均由用户发布，如发现存害或侵权本体，请点击举报。