小米最新开源！覆盖600+语种方言声音克隆TTS 只需3-10秒声音 可控一键合成声音 超40倍速Om...

ing

资源名称：
小米最新开源！覆盖600+语种方言声音克隆TTS 只需3-10秒声音 可控一键合成声音 超40倍速OmniVoice

资源简介：
OmniVoice是一款最先进的大规模多语言零样本文本到语音（TTS）模型，支持超过600种语言。该模型基于一种新颖的扩散语言模型架构，能够以卓越的推理速度生成高质量语音，并支持语音克隆和声音设计。
超广语言覆盖：支持600+语言，零样本TTS中覆盖最广。
零样本语音克隆：仅需3–10秒参考音频，无需训练即可复刻音色，质量顶尖。
自由语音设计：用文本指令控制性别、年龄、音高、口音/方言、耳语等，无需参考音。
极速推理：RTF低至0.025，比实时快40倍，适合批量与实时场景。
精细发音控制：支持笑声/叹气等非语言标记，支持拼音/音标强制纠音。
架构简洁高效：扩散语言模型结构，兼顾音质、速度与扩展性。
易用部署：一键启动Web UI，已经制作好了离线整合包给大家使用，大家有需要的可以试试。
完全开源：GitHub开源，可本地部署（已经可以本地离线运行了）、二次开发与商用友好。
PS:支持如下方言：
陕西话、河南、四川话、贵州话、云南话、桂林话、济南话、石家庄话、甘肃话、宁夏话、青岛话、东北话

资源目录：
OmniVoice-小米最新开源！覆盖600+语种方言声音克隆TTS，只需3-10秒声音，可控一键合成声音，超40倍速 OmniVoice
└──  OmniVoice.zip
获取方式：

游客，如果您要查看本帖隐藏内容请回复

loren

感谢楼主分享

codelilili

盖600+语种方言声音克隆TTS 只需3-10秒声音 可控一键合成声音

1393679430

感谢楼主分享

li_coder888

牛牛啊，老铁想看看

netghost2048

感谢楼主分享

soyo2025

太强大了

wu8726

感谢楼主分享

yiwi

66666666666666666666

qiansy

11111111111111111