图片初中萝莉液液酱
编订/排版：卒見
目下咱们责任会议的时，王人会用到灌音转翰墨器用，我个东谈主也会在责任和文娱的时刻用到这些器用，这里就给众人共享几款不相似的语音转翰墨器用，王人是免费、开源名目！
01
Voice-Pro
AI 语音诊治和多谈话翻译器用
Voice-Pro 是一款由AI驱动的Web开源行使措施，旨在透顶编削多媒体骨子科罚。
图片
它集转录、翻译和翰墨转语音为一体，提供爽气直不雅的可视化操作界面，相沿及时转录和翻译，以及批量科罚状态。
图片
它具有 YouTube 视频下载、语音鉴识、语音识别、翻译和文本转语音的全面功能。
图片
Voice-Pro 安设。
①开动configure.bat 并start.bat
②克隆或下载最新版块（源代码 zip）GitHub 版块
git clone https://github.com/abus-aikorea/voice-pro.git
③开动configure.bat，在 Windows 上安设 git、ffmpeg 和 CUDA
④无间互联网，这个流程可能需要一个多小时，看系统情况。
⑤在安设流程中，请勿关闭 Windows-Command 窗口。
图片
⑥启动 Voice-Pro。Web-UI 将自动开动。
初度开动时，请先安设 Voice-Pro。
淌若在安设流程中出现问题，请删除 installer_files 文献夹并再次开动 start.bat。
图片
该名目是用于音频科罚的笼统 Gradio WebUI，具有 Voice Changer、零样本语音克隆（E2、F5-TTS）、YouTube 下载、语音隔断 （UVR5）、文本转语音 （Edge-TTS） 和多谈话翻译。适用于骨子创建者和拓荒东谈主员。
Voice-Pro源代码：
https://pan.quark.cn/s/ccbde0108f7f
开源地址：
https://github.com/abus-aikorea/voice-pro
02
PodCastLM
强奸电影 0);user-select: text;">PDF 生成汉文播客！
一款开源免费的器用，不错将 PDF 骨子滚动为相宜音频播客的当然对话，并输出为 MP3 文献。
操作很粗浅：
①咱们不错径直将需要诊治的骨子上传到操作页面，这里可上传1M以内的PDF文献；
图片
②然后建树口吻、时长等，生成播客，你不错稽查到文本回归骨子，以及整理后的剧本骨子！
图片
③点击底部音频按钮初中萝莉液液酱，即可播放现时整理好的骨子！
图片
开源地址：
https://github.com/YOYZHANG/PodCastLM
在线地址：https://ai.podcastlm.fun
03
video-srt-windows
自动识别视频语音生成字幕文献的器用
video-srt-windows是一个不错识别视频语音自动生成字幕SRT文献的开源 Windows-GUI 软件器用。
图片
它禁受 Go+walk 拓荒，仅相沿 Windows 系统。基础旨趣是肯求在线语音转翰墨的做事，超出免费额度需付费。另外还加入了导出字幕文献和翻译功能。
VideoSrt下载：
https://pan.quark.cn/s/ebd97ead46e3
开源地址：
https://github.com/wxbool/video-srt-windows
https://gitcode.com/gh_mirrors/vi/video-srt-windows
04
buzz
音频转录与翻译器用，不错在你的个东谈主估量机上离线转录和翻译音频做事。
图片
该名目是基于 Whisper 的音频转录和翻译器用，开箱即用、操作粗浅，相沿语音转翰墨、音频翻译、多种谈话和离线使用！
图片
Mac 原生版块的 Buzz，具有更爽气的外不雅、音频播放、拖放导入、转录文本编订、搜索等功能。它同期适用于Windows 和 Linux 平台。
图片
功能相沿：
①导入音频和视频文献并将转录文本导出为 TXT、SRT 和 VTT（演示)
②从估量机的麦克风转录和翻译为文本
图片
③相沿Whisper、Whisper.cpp、Faster Whisper、Whisper兼容的 Hugging Face 模子，以及 OpenAI Whisper API
④呐喊行界面
图片
Buzz v1.2.0下载：
https://pan.quark.cn/s/8c08670cfe56
开源地址：
https://github.com/chidiwilliams/buzz
05
ChatTTS
SOTA 开源 TTS，宽广的对话式文本转语音模子，故意为对话场景贪图，相沿中、英双语。生成较短的语音成果很好，无机械感！
图片
它主要用于 LLM 助手对话任务、对话语音以及视频先容等，相沿中英文羼杂文本合谚语音，音色进展强，能达到真假难辨进度。
图片
它不仅大概生成当然、运动的语音，还能摈弃和添加笑声、停顿和口吻词等。
ChatTTS源代码：
https://pan.quark.cn/s/48101f70fc83
开源地址：
https://github.com/2noise/ChatTTS
06
fish-speech
总共东谈主王人能用的开源语音合成模子
该名目是由 Fish Audio 拓荒的基于 VQGAN+Llama 的文本转语音模子，它仅需 4GB 显存即可在个东谈主缔造上舒服开动和微调(16GB)，相沿中英日语和音色彩整，语音合成成果出色。
图片
fish-speech源代码：
https://pan.quark.cn/s/cf829869e7f0
开源地址：
https://github.com/fishaudio/fish-speech
07
GPT-SoVITS
少样本语音诊治和合成器用
宽广的少样本语音诊治和语音合成 WebUI 器用，输入 5 秒的声息样本就能体验文本到语音诊治。相沿少样本 TTS、英语、日语和汉文，集成了声息伴奏鉴识、汉文自动语音识别和文本标注等功能。
图片
特质功能：
零点TTS：输入5秒的东谈主声样本并体验即时文本到语音诊治。
少发TTS：只需1分钟的测验数据即可微调模子，以耕种语音相似度和竟然感。
图片
跨谈话相沿：使用与测验数据集不同的谈话进行推理，目下相沿英语、日语、韩语、粤语和汉文。
WebUI 器用：集成器用包括语音伴奏鉴识、自动测验集分割、汉文 ASR 和文本标注，匡助入门者创建测验数据集和 GPT/SoVITS 模子。
图片
开源地址：
https://github.com/RVC-Boss/GPT-SoVITS
kua链：
https://pan.quark.cn/s/cf509d794f54
du链：
https://pan.baidu.com/s/1AQwPg3B60RlozShq97h4_g?pwd=gecp
提真金不怕火码: gecp
Ok，本期的共享就到这里了，但愿以上语音转翰墨、翰墨转语音的器用不错匡助你，岂论是在生存上，依然在责任中，耕种效力！
❶5款鲜有东谈主知的裁剪黑科技app
❷5款号称神器的黑科技软件
❸浓烈保举4款Windows器用神器初中萝莉液液酱
本站仅提供存储做事，总共骨子均由用户发布，如发现存害或侵权骨子，请点击举报。