Real-Time-Voice-Cloning：实时语音克隆

产品简介

Real-Time-Voice-Cloning 这是一个基于深度学习的开源工具，能在5秒内克隆声音并实时生成任意文本的语音。适用于音频内容创作、语音技术开发和研究，支持跨平台运行。

核心功能

• 快速声音克隆（仅需5秒音频输入）
• 实时语音合成生成
• 支持Windows、macOS、Linux跨平台
• 开源实现，基于SV2TTS深度学习框架
• 提供预训练模型和图形/命令行界面

快速开始

1. 第一步：安装ffmpeg音频处理工具
2. 第二步：使用uv或pip安装Python包管理器uv
3. 第三步：运行命令如uv run --extra cuda demo_toolbox.py启动工具

界面预览

与其他方案对比

适合谁用

• 音频内容创作者，需要快速克隆声音生成语音旁白
• 语音技术开发者，测试实时语音合成算法
• 研究人员，探索声音克隆技术应用场景

下载与版本

当前最新版本为 master，发布于 。支持 Windows、macOS、Linux。

⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。

注意事项

• 本工具仅供学习和研究使用，请遵守相关法律法规。
• 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
• 项目源码地址：https://github.com/CorentinJ/Real-Time-Voice-Cloning