分类 AI语音合成
标签 AI 音频
VoiceCraft 是什么
VoiceCraft 被介绍为一种基于令牌填充的神经编解码器语言模型,用于语音编辑和零样本文本转语音(TTS)。对于未见过的声音,只需几秒钟的语音样本就能克隆该声音或编辑录音。
你可以用它做什么
- 编辑语音内容
- 实现零样本文本转语音
- 克隆模型未见过的声音
- 编辑现有录音
应用场景
- 生成自然语音,制作有声书或播客节目
- 编辑现有录音,修改内容或改变说话人声音
- 从少量语音样本中克隆某人的声音,生成定制化语音内容
模型说明
- 该方法基于带令牌填充的神经编解码器语言模型
- 有声读物、网络视频和播客被列为野外数据
- 对于未见过的声音只需几秒钟的语音样本
优点与缺点
✓ 我们认可的地方
- 未见过的声音只需几秒钟样本即可克隆
- 同时覆盖语音编辑与文本转语音
! 需要留意的地方
- 资料描述其适用于有声读物、网络视频和播客等野外数据
- 编辑与克隆都从提供的语音样本出发
常见问题
克隆新声音需要多少音频?
资料说明对未见过的声音只需几秒钟的语音样本。
资料描述了哪些数据?
有声读物、网络视频和播客被列为野外数据。
最后评测: 2026-11-15