文字轉語音：使用 Voice Clone Multilingual 生成知名人物聲音
更新於 2024/11/27閱讀時間約 2 分鐘
文字轉語音 TTS 技術能將文本內容轉換為朗讀語音，若想以知名人物的聲音來生成語音也變得容易。Voice Clone Multilingual 是一個聲音克隆 TTS 工具，用戶可以上傳聲音範本（語音檔），由 AI 分析聲音特徵並進行克隆，這意味著任何人物的聲音都可以用來生成朗讀語音，無論在教育、娛樂或其他場景都很實用。
Voice Clone Multilingual 託管於 Hugging Face 空間，支援十多種語言，包括英文、中文、日語、德語、俄文、西班牙和葡萄牙等，只需輸入文本內容和上傳音檔作為範本，即可生成朗讀語音，而且說話口氣與聲音特質會與範本相似。
網址：https://huggingface.co/spaces/Nymbo/Voice-Clone-Multilingual
原文連結：https://www.xiaoyao.tw/2024/11/voice-clone-tts.html
訪問網頁即可使用，無須註冊，生成語音後可免費下載 WAV 音訊檔案。要提醒一點，由於轉換過程需要克隆聲音，處理時間會比普通 TTS 工具更長，此外，若遇到多人同時使用，可能需要排隊等候更多時間，
使用說明
打開 Hugging Face 平台上的 Voice Clone Multilingual 頁面，在 Text 方框輸入文本內容，然後上傳音訊檔案作為聲音範本，也能使用麥克風錄製語音。
接著在 language 選擇要朗讀的文本語言，點擊「Submit」提交轉換處理。
7會員
63內容數
「逍遙資訊｜方格子」為「逍遙の窩」第二站點，文章內容皆來自 xiaoyao.tw 網站，將原文縮減為重點摘要，涵蓋桌面軟體、手機App、網路服務、AI 應用等主題，立即追蹤掌握資訊！
留言0
查看全部
你可能也想看
Google News 追蹤
本文探討了複利效應的重要性，並藉由巴菲特的投資理念，說明如何選擇穩定產生正報酬的資產及長期持有的核心理念。透過定期定額的投資方式，不僅能減少情緒影響，還能持續參與全球股市的發展。此外，文中介紹了使用國泰 Cube App 的便利性及低手續費，幫助投資者簡化投資流程，達成長期穩定增長的財務目標。
Free Online AI Vocal Remover & Isolator 是一個線上音訊分離工具，運用 AI 技術精準辨識人聲和樂器並自動消除噪音，輸出高品質清晰音訊。上傳音樂或影片即可獲得人聲和伴奏音樂，支援抓取社群影音檔案，提交連結可以免費下載高品質MP3。
沉浸式翻譯是一款多功能的瀏覽器插件和手機APP，專門為僅懂中文的使用者打造。它支援瀏覽器的擴充插件，也支援手機APP，並且提供多項功能，包括實時雙語字幕翻譯、PDF翻譯功能、雙語EPUB電子書，以及鼠標懸停翻譯等。欲瞭解更多請訪問官網。
PopPop AI 推出的免費線上音效產生器可以將文字轉換為各種聲音，包括自然、人類、樂器、環境和特殊效果等。支援多種語言，使用者可以輸入中文描述創建音效，並可直接播放聆聽和下載音訊。
本文主要使用SpeechRecognition來做一個簡單的語音辨識，使用pyqt5介面呈現。
按下Start Recording，開始錄音，並顯示請開始說話。然後按鈕名改名Stop
在按下Stop Recording，稍等片刻後就會呈現出辨識結果
程式範例
import sys
i
本文介紹了text-generation-webui的安裝方法和模型的選擇，包括模型的下載和擺放位置，並提供了相關的連結和建議。
要如何做到無須任何額外訓練樣本就能做到"跨語言"的語音生成，這聽起來很不可思議對吧? 但這就是本篇論文取得的成就，不僅如此，該有的功能，如調整情感，口音節奏，停頓語調這些功能也不在話下。跟著我一起用探秘還有獨立思考的眼光來分析這篇論文，這會是很有趣的旅程。
ChatGPT最近更新了語音對話功能，同時推出了附屬功能Read out loud，讓對話更方便。使用者可以立刻知道英文單字的讀音和例句唸法，加上十秒重播功能，非常實用。
ChatGPT最擅長的就是文本處理，用來翻譯字幕應該也是一片蛋糕吧！但實際操作測試，卻發現沒那麼容易，原因是影片翻譯要考量的因素太多包括：
▪️時間戳記對齊
▪️適合閱讀且中英文對照文句長度
▪️貼合講者原意語氣風格
▪️專業術語與專有名詞
還有GPT一次可以處理的資訊量有限，超過
我測試的文字轉語音工具，我可以導入4000-5000（甚至高達10,000）個單詞來生成我的音頻檔案。
https://www.text-to-speech.online/
https://ttsmaker.com/
其他工具但對字符數有一些限制：
https://ttsfree.
本文探討了複利效應的重要性，並藉由巴菲特的投資理念，說明如何選擇穩定產生正報酬的資產及長期持有的核心理念。透過定期定額的投資方式，不僅能減少情緒影響，還能持續參與全球股市的發展。此外，文中介紹了使用國泰 Cube App 的便利性及低手續費，幫助投資者簡化投資流程，達成長期穩定增長的財務目標。
Free Online AI Vocal Remover & Isolator 是一個線上音訊分離工具，運用 AI 技術精準辨識人聲和樂器並自動消除噪音，輸出高品質清晰音訊。上傳音樂或影片即可獲得人聲和伴奏音樂，支援抓取社群影音檔案，提交連結可以免費下載高品質MP3。
沉浸式翻譯是一款多功能的瀏覽器插件和手機APP，專門為僅懂中文的使用者打造。它支援瀏覽器的擴充插件，也支援手機APP，並且提供多項功能，包括實時雙語字幕翻譯、PDF翻譯功能、雙語EPUB電子書，以及鼠標懸停翻譯等。欲瞭解更多請訪問官網。
PopPop AI 推出的免費線上音效產生器可以將文字轉換為各種聲音，包括自然、人類、樂器、環境和特殊效果等。支援多種語言，使用者可以輸入中文描述創建音效，並可直接播放聆聽和下載音訊。
本文主要使用SpeechRecognition來做一個簡單的語音辨識，使用pyqt5介面呈現。
按下Start Recording，開始錄音，並顯示請開始說話。然後按鈕名改名Stop
在按下Stop Recording，稍等片刻後就會呈現出辨識結果
程式範例
import sys
i
本文介紹了text-generation-webui的安裝方法和模型的選擇，包括模型的下載和擺放位置，並提供了相關的連結和建議。
要如何做到無須任何額外訓練樣本就能做到"跨語言"的語音生成，這聽起來很不可思議對吧? 但這就是本篇論文取得的成就，不僅如此，該有的功能，如調整情感，口音節奏，停頓語調這些功能也不在話下。跟著我一起用探秘還有獨立思考的眼光來分析這篇論文，這會是很有趣的旅程。
ChatGPT最近更新了語音對話功能，同時推出了附屬功能Read out loud，讓對話更方便。使用者可以立刻知道英文單字的讀音和例句唸法，加上十秒重播功能，非常實用。
ChatGPT最擅長的就是文本處理，用來翻譯字幕應該也是一片蛋糕吧！但實際操作測試，卻發現沒那麼容易，原因是影片翻譯要考量的因素太多包括：
▪️時間戳記對齊
▪️適合閱讀且中英文對照文句長度
▪️貼合講者原意語氣風格
▪️專業術語與專有名詞
還有GPT一次可以處理的資訊量有限，超過
我測試的文字轉語音工具，我可以導入4000-5000（甚至高達10,000）個單詞來生成我的音頻檔案。
https://www.text-to-speech.online/
https://ttsmaker.com/
其他工具但對字符數有一些限制：
https://ttsfree.