🎤️ 語音處理Coqui Public Model

XTTS-v2

Coqui XTTS-v2,HF 月下載 680 萬次,支援 17 種語言的聲音克隆,只需 6 秒參考音頻即可複製任意聲音,CPU 可運行。

📅 發布:2023-10資料更新:2026年5月11日

VRAM 計算器

我的 GPU VRAM:
量化等級
Q4_K_M · 8K context
模型權重 + KV Cache + 0.5 GB overhead

部署指南

方法:Coqui TTS

支援聲音複製的高品質 TTS。

pip install TTS
python -c "
from TTS.api import TTS
tts = TTS('https://huggingface.co/coqui/XTTS-v2').to('cuda')
tts.tts_to_file(text='Hello world', file_path='output.wav')"

規格

參數量467M
最大上下文
HF 下載量8.2M/月

模型強項

多語言克隆小樣本學習跨語言合成低資源運行

推薦用途

  • 為多語言內容創作快速生成帶有特定語音風格的旁白或配音。
  • 在資源有限的設備上,實現實時或近實時的語音克隆與合成應用。

標籤

HF 熱門語音合成多語言聲音克隆

部署工具

Coqui TTSPython

關於 XTTS-v2 — 開源 AI 模型

XTTS-v2 是一個開源語音處理,擁有 467M 參數,採用 Coqui Public Model 授權。可使用 Coqui TTS、Python 進行部署。適用場景包括:為多語言內容創作快速生成帶有特定語音風格的旁白或配音。、在資源有限的設備上,實現實時或近實時的語音克隆與合成應用。。核心優勢:多語言克隆、小樣本學習、跨語言合成、低資源運行。 可在本地硬體上自行部署,完全保護隱私,無需 API 金鑰。

使用心得

分享你的使用體驗,幫助其他人了解這個模型

0/1000
還沒有評論,成為第一個分享心得的人!