bark-voice-cloning-HuBERT-quantizer
用几秒语音克隆音色，训练推理全搞定
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 711
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- Python 3.10
- GPU 建议
- 语音素材
安装与启动步骤
-
1确认版本
它只在 Python 3.10 上验证过。
python --version -
2克隆
先拉代码。
# 从仓库首页克隆 -
3装依赖
按清单装，注意音频相关包。
pip install -r requirements.txt -
4训量化器
先训 Hubert 量化器再接 Bark。
# 运行训练脚本
如何确认成功
用少量素材克隆出的音色与原声接近。
注意事项
- 老版本 Python 有兼容问题，别升版本。
- 素材干净程度决定克隆效果。
核心亮点
- 基于Bark和HuBERT，技术路线新颖，克隆效果自然
- 提供完整训练和推理代码，上手门槛低
- 支持少量样本克隆，适合个性化语音合成
不足之处
- 文档/社区待观察
- 依赖Bark模型，推理速度可能较慢
适用场景
- 个性化语音助手定制
- 有声书或播客配音克隆
- 语音转换实验和研究
替代项目
Coqui TTS、OpenVoice、so-vits-svc
上一篇：glow-tts
下一篇：kokoro-web
同类项目推荐
JJazzLab
开源
输入和弦，一键生成专业级伴奏，让练琴和创作不再孤单。
A complete and open application for automatic backing tracks generation.
Podcini
开源
一个应用同时听播客和 YouTube 音频，告别来回切换。
Open source podcast instrument for Android supporting contents from YouTube and YT M···
audio-webui
开源
一个网页搞定多种音频AI，不用写代码就能玩转音乐生成和语音合成
A webui for different audio related Neural Networks
NVDA-IBMTTS-Driver
开源
让 NVDA 用上经典 IBMTTS 语音，听感更自然
This project is aimed at developing and maintaining the NVDA IBMTTS driver. IBMTTS i···
xcodec
开源
让音频语言模型听懂语义，生成更准的语音和音乐
AAAI 2025: Codec Does Matter: Exploring the Semantic Shortcoming of Codec for Audio ···
audio-diffusion
开源
像画图一样生成音乐，给段描述就出专属旋律
Apply diffusion models using the new Hugging Face diffusers package to synthesize mu···
aeneas
开源
上传音频和文本，自动生成逐字字幕时间轴
aeneas is a Python/C library and a set of tools to automagically synchronize audio a···
vits2
开源
一条流水线生成自然语音，又快又像真人
VITS2: Improving Quality and Efficiency of Single-Stage Text-to-Speech with Adversar···
TalkifyTTS
开源
让 Android 应用秒变 AI 播音员，多模型任选
云端大模型驱动的 Android 语音合成应用（TTS引擎）。支持ChatGPT、Gemini、豆包、腾讯、微···