pnnbao97/VieNeu-TTS
VieNeu-TTS 是可在本地把越南语文字读成语音的工具,适合需要预设音色、声音克隆或语音接口的开发者。
越南语文本转语音工具,支持即时声音克隆、设备本地运行、CPU实时生成和48kHz音频输出。
- 据README节选,当前最新开源版为v3 Turbo,提供48kHz音频和25种预设音色,也能用3至8秒录音克隆声音。
- 基本流程是输入文字→选择预设音色或提供参考录音→生成语音,还支持多人对话、批量生成及边生成边播放。
- 支持CPU和GPU运行,提供Python开发工具包及兼容OpenAI调用方式的语音接口,便于接入应用。
- 本地体验可按文档克隆仓库→运行uv sync安装依赖→运行uv run vieneu-web启动网页界面。
- 需要定制单一音色时,可用约10至30分钟的单人干净录音进行LoRA微调,即只训练少量参数来调整声音。
- v4仅通过官方服务提供,配音、讲课、短视频和有声书专用功能仅在官方应用中提供,仓库提供简化演示界面和开发工具包。
发表回复