csm-voice-cloning 是音频音乐领域的开源项目，由 isaiahbjork 开发，2025 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 339。
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 2026-08-31。Apache-2.0许可证，可自由使用和部署，无付费版本。
它主要面向的使用场景是：个人语音助手定制。同类可对比的替代方案包括 Coqui TTS、OpenVoice、XTTS。
csm-voice-cloning
上传几秒音频，快速克隆音色并生成自然语音
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。
开源
free
音频音乐
GitHub 星标
★ 339
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isaiahbjork
所属国家
定价模式free
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
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
30天Star增速
HF 下载量
上线时间2025-03-14 00:00:00
最近更新2026-08-31 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4
使用教程
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
项目介绍
上一篇：GenVC
下一篇：RVC-Studio
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···