csm-voice-cloning

上传几秒音频,快速克隆音色并生成自然语音

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 音频音乐 🍴 复刻 43 🐛 待处理 8 👀 关注 8
GitHub ↗
GitHub 星标 ★ 339
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,Apache-2.0许可证,可自由使用和部署,无付费版本。

项目预览

csm-voice-cloning 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队isaiahbjork
定价模式🏷️完全免费
价格说明开源项目,Apache-2.0许可证,可自由使用和部署,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型ai,modal,python,voice-cloning
GitHub 星标★ 339
上线时间2025-03-14 00:00:00
代码更新2025-03-15
仓库体积24 KB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

csm-voice-cloning 是一个基于 Sesame CSM 1B 模型的语音克隆开源项目,旨在让开发者能够通过少量参考音频快速克隆目标说话人的音色,并生成自然流畅的语音。它解决了传统语音合成需要大量录音数据和复杂训练流程的问题,提供了轻量级的微调与推理方案。项目核心能力包括:使用 CSM 1B 模型进行说话人嵌入提取、支持多语言语音克隆、提供命令行工具和 Python API 接口,方便集成到现有应用中。该项目处于早期阶段,代码结构清晰,适合对语音合成和 AI 音频感兴趣的开发者探索和二次开发。

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 ★ 339

技术标签

核心亮点

  • 基于 CSM 1B 轻量模型,资源占用低,适合个人开发者
  • 提供简单易用的命令行和 API,快速上手
  • 支持多语言,可扩展性强

不足之处

  • 文档/社区待观察
  • 早期项目,稳定性需进一步验证

适用场景

  • 个人语音助手定制
  • 有声内容快速制作
  • 游戏或应用角色配音

替代项目

Coqui TTS、OpenVoice、XTTS

上一篇:GenVC

下一篇:RVC-Studio

同类项目推荐

voicebox-pytorch 开源

用 PyTorch 复现 Meta 最新 TTS 模型,快速跑通语音合成实验

Implementation of Voicebox, new SOTA Text-to-speech network from MetaAI, in Pytorch

★ 705 2026-08-09
VoiceFlow-TTS 开源

用流匹配让TTS更快更稳,少步采样生成自然语音

[ICASSP 2024] This is the official code for "VoiceFlow: Efficient Text-to-Speech wit···

★ 375 2026-08-09
tts-importer 开源

把 Azure 高品质语音接入阅读 App,听书更自然

轻松将 Azure TTS 语音合成服务导入阅读软件。现支持阅读(legado)、爱阅记、源阅读。

★ 425 2026-08-09
nnmnkwii 开源

快速搭建语音合成原型,专注算法验证与实验。

Library to build speech synthesis systems designed for easy and fast prototyping.

★ 399 2026-08-09
Neural-HMM 开源

用神经HMM替代注意力,实现稳定高质量的语音合成

Neural HMMs are all you need (for high-quality attention-free TTS)

★ 164 2026-08-09
audiopipe 开源

一条命令搞定降噪、分人、转写,会议录音秒变带标签文本

Pipeline for removing background noise, diarization, and transcription with insanely···

★ 207 2026-09-23
ComfyUI-Maya1_TTS 开源

在 ComfyUI 里拖拽节点,生成带情感的语音

A ComfyUI node for Maya1, a 3B-parameter speech model built for expressive voice gen···

★ 65 2026-08-09
MangoByte 开源

在 Discord 里一键播放 Dota 英雄台词,还能 TTS 整活

A discord bot that provides the ability to play dota hero response clips, do tts, an···

★ 95 2026-08-09
vox-box 开源

一键部署 OpenAI 兼容语音服务,自由切换 TTS/STT 引擎

A text-to-speech and speech-to-text server compatible with the OpenAI API, supportin···

★ 217 2026-08-09