#130 · 主分类： 语音合成与识别
audio-webui
ai
aio
all-in-one
artificial-intelligence
audiocraft
audioldm
bark
bark-gui
generative-audio
generative-music
music
rvc
rvc-gui
text-to-audio
text-to-speech
tts
voice-cloning
用于不同音频相关神经网络的Web界面
项目最后更新：05/19/25
GitHub Stars
1.2K
Forks数量
113
贡献者数量
10
许可证
MIT
收录理由
这个项目把多种音频相关的神经网络模型整合到一个浏览器界面里，让你不用分别搭建每个模型的代码仓库，就能在文本转语音、声音克隆和声音转换之间切换操作。它支持Bark、RVC、AudioCraft等模型，可以基于文字生成语音、用一小段样本克隆音色，或者把一种声音转换成另一种。界面基于Gradio构建，在本地运行，通过浏览器打开网页使用，同时提供了自动安装脚本和Docker选项，方便容器化部署。对于想尝试生成式音频的爱好者或小团队来说，这是个不错的起点；如果你希望有一个自托管的方案来替代云端TTS服务，它也很合适。不过要注意，它面向Python 3.10，并且需要安装ffmpeg和Git，并不是零依赖的工具。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。