付費限定
【💎 語音合成技術 - GPT-SoVITS】如何調整中文發音？
更新 發佈閱讀 2 分鐘
以行動支持創作者！付費即可解鎖
本篇內容共 1064 字、101
則留言，僅發佈於💎 阿Han的Premium軟體技術棧你目前無法檢視以下內容，可能因為尚未登入，或沒有該房間的查看權限。
留言
阿Han的沙龍
153會員
328內容數
哈囉，我是阿Han，是一位 👩💻 軟體研發工程師，喜歡閱讀、學習、撰寫文章及教學，擅長以圖代文，化繁為簡，除了幫助自己釐清思路之外，也希望藉由圖解的方式幫助大家共同學習，甚至手把手帶您設計出高品質的軟體產品。
阿Han的沙龍的其他內容
2023/07/21
前面我們介紹了幾個關於Whisper的基本概念，這裡附上 🚀傳送門 ，歡迎好好閱讀一番，但我們除了學會如何用語音辨識的工具之外，「準確率」對我們來說也是一個非常重要的一環，但我們究竟應該要如何評估所謂的準確率呢？ 不知道沒關係，當您看完這個篇章就能夠學會如何計算文字的「字元錯誤率」、「字詞錯誤率」
2023/07/21
前面我們介紹了幾個關於Whisper的基本概念，這裡附上 🚀傳送門 ，歡迎好好閱讀一番，但我們除了學會如何用語音辨識的工具之外，「準確率」對我們來說也是一個非常重要的一環，但我們究竟應該要如何評估所謂的準確率呢？ 不知道沒關係，當您看完這個篇章就能夠學會如何計算文字的「字元錯誤率」、「字詞錯誤率」
2023/07/02
正常來說這種大型LLM公司都會有內容審查功能， 照理說不應該讓AI回答有害的、暴力的…等負面回應， 以Chatgpt來說經實驗後確實是如此， 但仍可以透過欺騙的方式讓它間接的回答， 有一點挖坑給AI跳的概念…。
好人形象的ChatGPT
非常聰明的閃避掉違法的問題， 看來內部已經經過嚴格的審查過程，
2023/07/02
正常來說這種大型LLM公司都會有內容審查功能， 照理說不應該讓AI回答有害的、暴力的…等負面回應， 以Chatgpt來說經實驗後確實是如此， 但仍可以透過欺騙的方式讓它間接的回答， 有一點挖坑給AI跳的概念…。
好人形象的ChatGPT
非常聰明的閃避掉違法的問題， 看來內部已經經過嚴格的審查過程，
2023/06/11
假設我們有一段雙聲道的音檔, 正常來說透過whisper進行語音辨識時都是以整段音檔進行辨識,但我們若想將左右聲道分離進行辨識的話就得對音檔進行音訊處理了。
怎麼做呢？ 比較簡單的方式就是透過音訊處理工具將音檔進行左右聲道的分離，再獨立的進行辨識即可。
這次會將雙聲道音檔透過pydub這套音訊處理工
2023/06/11
假設我們有一段雙聲道的音檔, 正常來說透過whisper進行語音辨識時都是以整段音檔進行辨識,但我們若想將左右聲道分離進行辨識的話就得對音檔進行音訊處理了。
怎麼做呢？ 比較簡單的方式就是透過音訊處理工具將音檔進行左右聲道的分離，再獨立的進行辨識即可。
這次會將雙聲道音檔透過pydub這套音訊處理工
你可能也想看
賽勒布倫尼科夫以流亡處境回望蘇聯電影導演帕拉贊諾夫的舞台作品，以十段寓言式殘篇，重新拼貼記憶、暴力與美學，並將審查、政治犯、戰爭陰影與「形式即政治」的劇場傳統推到台前。本文聚焦於《傳奇：帕拉贊諾夫的十段殘篇》的舞台美術、音樂與多重扮演策略，嘗試解析極權底下不可言說之事，將如何成為可被觀看的公共發聲。
賽勒布倫尼科夫以流亡處境回望蘇聯電影導演帕拉贊諾夫的舞台作品，以十段寓言式殘篇，重新拼貼記憶、暴力與美學，並將審查、政治犯、戰爭陰影與「形式即政治」的劇場傳統推到台前。本文聚焦於《傳奇：帕拉贊諾夫的十段殘篇》的舞台美術、音樂與多重扮演策略，嘗試解析極權底下不可言說之事，將如何成為可被觀看的公共發聲。
柏林劇團在 2026 北藝嚴選，再次帶來由布萊希特改編的經典劇目《三便士歌劇》（The Threepenny Opera），導演巴里・柯斯基以舞台結構與舞台調度，重新向「疏離」進行提問。本文將從觀眾慾望作為戲劇內核，藉由沉浸與疏離的辯證，解析此作如何再次照見觀眾自身的位置。
柏林劇團在 2026 北藝嚴選，再次帶來由布萊希特改編的經典劇目《三便士歌劇》（The Threepenny Opera），導演巴里・柯斯基以舞台結構與舞台調度，重新向「疏離」進行提問。本文將從觀眾慾望作為戲劇內核，藉由沉浸與疏離的辯證，解析此作如何再次照見觀眾自身的位置。
本文深入解析臺灣劇團「晃晃跨幅町」對易卜生經典劇作《海妲．蓋柏樂》的詮釋，從劇本歷史、聲響與舞臺設計，到演員的主體創作方法，探討此版本如何讓經典劇作在當代劇場語境下煥發新生，滿足現代觀眾的觀看慾望。
本文深入解析臺灣劇團「晃晃跨幅町」對易卜生經典劇作《海妲．蓋柏樂》的詮釋，從劇本歷史、聲響與舞臺設計，到演員的主體創作方法，探討此版本如何讓經典劇作在當代劇場語境下煥發新生，滿足現代觀眾的觀看慾望。
《轉轉生》為奈及利亞編舞家庫德斯．奧尼奎庫與 Q 舞團創作的當代舞蹈作品，融合舞蹈、音樂、時尚和視覺藝術，透過身體、服裝與群舞結構，回應殖民歷史、城市經驗與祖靈記憶的交錯。本文將從服裝設計、身體語彙與「輪迴」的「誕生—死亡—重生」結構出發，分析《轉轉生》如何以當代目光，形塑去殖民視角的奈及利亞歷史。
《轉轉生》為奈及利亞編舞家庫德斯．奧尼奎庫與 Q 舞團創作的當代舞蹈作品，融合舞蹈、音樂、時尚和視覺藝術，透過身體、服裝與群舞結構，回應殖民歷史、城市經驗與祖靈記憶的交錯。本文將從服裝設計、身體語彙與「輪迴」的「誕生—死亡—重生」結構出發，分析《轉轉生》如何以當代目光，形塑去殖民視角的奈及利亞歷史。
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。
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。
今天我要跟大家聊聊 GPT-SoVITS 的用途及其功能。
這個開源的聲音克隆專案，融合了業內頂尖的語音合成工具——GPT (Generative Pre-trained Transformer)模型，和SoVITS(Speech-to-Video Voice Transformation Sys
今天我要跟大家聊聊 GPT-SoVITS 的用途及其功能。
這個開源的聲音克隆專案，融合了業內頂尖的語音合成工具——GPT (Generative Pre-trained Transformer)模型，和SoVITS(Speech-to-Video Voice Transformation Sys
「人工智障計畫」也執行了好一段時間了，關於這個專案中文字轉語音的方案，在之前的筆記中也有稍微提到，為了達成能自訂聲線，並且能完全離線運作兩個條件，我已經做過了不少嘗試。
「人工智障計畫」也執行了好一段時間了，關於這個專案中文字轉語音的方案，在之前的筆記中也有稍微提到，為了達成能自訂聲線，並且能完全離線運作兩個條件，我已經做過了不少嘗試。
免費文字轉語音（Free text to speech）免費的線上語音合成工具，使用微軟 AI 語音庫生成仿真人語音，支援 129 種語言，提供三百多種聲音，輸入文本即可線上聆聽和下載 MP3 檔案。
免費文字轉語音（Free text to speech）免費的線上語音合成工具，使用微軟 AI 語音庫生成仿真人語音，支援 129 種語言，提供三百多種聲音，輸入文本即可線上聆聽和下載 MP3 檔案。
OpenAI近期公開了名為「Voice Engine（語音引擎）」的AI模型，使用者只要輸入文字與15秒的音訊樣本，該模型便會自動生成與原說話者相似的語音訊息。AI擬聲，也就是大家常說的聲音克隆（Voice Cloning），這項技術發展迅速，讓我們可以輕易複製一個人的聲音，產生合成語音
OpenAI近期公開了名為「Voice Engine（語音引擎）」的AI模型，使用者只要輸入文字與15秒的音訊樣本，該模型便會自動生成與原說話者相似的語音訊息。AI擬聲，也就是大家常說的聲音克隆（Voice Cloning），這項技術發展迅速，讓我們可以輕易複製一個人的聲音，產生合成語音
合成聲音技術的未來充滿希望，也存在挑戰。OpenAI呼籲社會各界一起加強對這一新興技術的認識，並共同探索如何有效地利用這項技術，同時保護公眾免受潛在的負面影響。
合成聲音技術的未來充滿希望，也存在挑戰。OpenAI呼籲社會各界一起加強對這一新興技術的認識，並共同探索如何有效地利用這項技術，同時保護公眾免受潛在的負面影響。
這篇文章介紹瞭如何利用生成式AI（GenAI）來提高學習效率，包括文章重點整理、完善知識體系、客製化學習回饋、提供多元觀點等方法。同時提醒使用者應注意內容的信效度，保持學術誠信，適當運用GenAI能大幅提升工作效率。
這篇文章介紹瞭如何利用生成式AI（GenAI）來提高學習效率，包括文章重點整理、完善知識體系、客製化學習回饋、提供多元觀點等方法。同時提醒使用者應注意內容的信效度，保持學術誠信，適當運用GenAI能大幅提升工作效率。
之前有寫過一篇 《AI工具│透過AI整合的語音功能 Murf》，近期使用過之後，隨著ChatGPT與相關AI普及之後，新的自動生成網站與工具變得多元了起來。
大多會使用在影片製作中，若缺少的素材，或是想要呈現事件及詼諧感的時候，會加入片段人聲去做效果。
於是決定，統整一下自己最近常用的4個AI語
之前有寫過一篇 《AI工具│透過AI整合的語音功能 Murf》，近期使用過之後，隨著ChatGPT與相關AI普及之後，新的自動生成網站與工具變得多元了起來。
大多會使用在影片製作中，若缺少的素材，或是想要呈現事件及詼諧感的時候，會加入片段人聲去做效果。
於是決定，統整一下自己最近常用的4個AI語