Voice-Cloning-App

上传几秒音频，即刻克隆人声并合成任意文本

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 237 🐛 待处理 46 👀 关注 43

GitHub ↗

GitHub 星标 ★ 1438

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，BSD-3-Clause许可证，可免费使用和修改，无付费版本。

项目预览

Voice-Cloning-App 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voice-cloning-app

GitHubhttps://github.com/voice-cloning-app/Voice-Cloning-App

定价模式🏷️完全免费

价格说明开源项目，BSD-3-Clause许可证，可免费使用和修改，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BSD-3-Clause

主要语言Python

技术栈/模型deep-learning,python,pytorch,tacotron2,text-to-speech,tts,voice-cloning

GitHub 星标★ 1438

上线时间2021-03-10 00:00:00

代码更新2024-12-02

仓库体积15.7 MB

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4

项目介绍

Voice-Cloning-App 是一个基于 Python 和 PyTorch 的开源语音克隆工具，旨在让用户通过简单的操作合成逼真的人声。它解决了传统语音合成需要大量专业知识和复杂训练流程的问题，提供了一套易于使用的界面和流程。核心能力包括：利用 Tacotron2 等深度学习模型进行文本到语音（TTS）转换，支持从少量音频样本中提取说话人特征，实现声音克隆；用户可通过命令行或图形界面快速生成目标语音。项目适合语音合成研究、内容创作、辅助工具开发等场景，降低了语音克隆的技术门槛。

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 ★ 1438

技术标签

deep-learning python pytorch tacotron2 text-to-speech

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：进阶约 30 分钟部署方式：本地安装 6 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Windows 10 或 Ubuntu 20.04+ 操作系统
5GB 以上可用磁盘空间
可选：NVIDIA GPU（显存至少 4GB，驱动版本 456.38+）
Python / PyTorch 运行环境（README 未注明具体版本）

安装与启动步骤

1确认系统环境

核对操作系统为 Windows 10 或 Ubuntu 20.04+，预留 5GB 以上磁盘空间；如需 GPU 加速需有符合要求的 NVIDIA 显卡。
2获取项目源码

从 GitHub 克隆仓库到本地，作为后续安装与运行的目录。
```
git clone https://github.com/voice-cloning-app/Voice-Cloning-App.git
```
3查阅安装文档

README 的 Installation 指向 install.md，请按该文档完成安装；README 节选未给出具体安装命令，不要凭猜测执行。
4构建数据集

按 dataset/dataset.md 生成训练数据集，支持从字幕和有声书自动生成，并可导入导出数据。
5训练模型

按 training/training.md 开始训练，支持本地与远程训练、多 GPU，并可随时启停训练任务。
6合成语音

按 synthesis/synthesis.md 使用训练好的模型合成目标人声，项目提供图形界面与命令行两种方式。