One-Shot-Voice-Cloning 是音频音乐领域的开源项目，由 CMsmartvoice 开发，2021 年首次发布。
它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 243。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-03。本地部署，完全免费。
它主要面向的使用场景是：快速为有声书或播客生成个性化配音。同类可对比的替代方案包括 Real-Time-Voice-Cloning、Tacotron2、SV2TTS。
One-Shot-Voice-Cloning
一句话声音克隆，用Unet-TTS快速复刻音色并生成语音
One-Shot-Voice-Cloning 是一个基于 Unet-TTS 架构的一次性语音克隆开源项目，旨在通过少量参考音频（甚至一句话）即可复制目标说话人的音色，并生成对应文本的语音。项目解决了传统语音合成需要大量目标说话人数据的问题，降低了声音克隆的门槛。核心能力包括：利用 U-Net 结构进行特征提取与声音编码，实现音色迁移；支持文本到语音的合成，并保持克隆声音的韵律和情感。项目以 Jupyter Notebook 形式提供，方便实验和二次开发，适合研究者和开发者快速上手。
开源
free
音频音乐
GitHub 星标
★ 243
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队CMsmartvoice
所属国家
定价模式free
价格说明开源项目，本地部署，完全免费
访问状态
是否开源是
开源协议
主要语言Jupyter Notebook
技术栈/模型one-shot,style-transfer,tts,voice-cloning
GitHub 星标★ 243
30天Star增速
HF 下载量
上线时间2021-12-30 00:00:00
最近更新2026-07-03 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2
使用教程
核心亮点
- 基于Unet-TTS架构，实现一次性声音克隆，无需大量训练数据
- 提供Jupyter Notebook示例，上手快，便于实验和调试
- 代码开源，适合研究语音克隆和TTS的开发者学习
不足之处
- 文档/社区待观察
- 项目处于早期，星标数少，可能缺乏维护和更新
- 未提供预训练模型，需自行训练，门槛较高
适用场景
- 快速为有声书或播客生成个性化配音
- 在游戏或虚拟偶像中克隆特定声线
- 辅助语音修复或历史声音复原
替代项目
Real-Time-Voice-Cloning、Tacotron2、SV2TTS
项目介绍
上一篇：zhtts
下一篇：bot-whatsapp
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···