免費開源的 ElevenLabs 平替:Voicebox 全能AI語音克隆神器本地安裝使用

我們上傳一段自己的音頻
設置好參數
生成參考聲源
在下方輸入想要生成的文字
選擇相應的模型
點擊生成
等待一會一段聲音克隆的音頻就完成了
這就是剛剛我使用這個開源的聲音克隆神器錄製的音頻
哈嘍大家好
我是村長
前一小段部分的音頻呢
是我剛剛通過這個
VoiceBox
這個軟件來生成的音頻
這是一個全新的開源工具
它是基於千問TTS原生桌面端的一個實現
僅需幾秒鐘的音頻
就可以克隆任意的聲音
並且是可以支持百分之百的本地運行的
所以我們今天這期視頻我就帶大家來體驗一下
這個VoiceBox
在本地的安裝
以及體驗它的音頻生成到底怎麼樣
我們可以來到這個開源的一個地址
這是它大概的一些介紹
具體的介紹呢大家就詳細的去看一下
我這邊就不做過多的一個解釋了
我們可以點擊它這裏有最新的一個版本
點擊去找到下方
這裏有很多下載的資源
大家根據你自己的一個版本來進行安裝
因爲我這邊是使用的是
Win版的系統所以我們就安裝這一個
我們可以直接點擊下載
這裏正在下載
等它下載完畢
我們下載好了之後呢我們進行安裝
雙擊進行安裝
點擊下一步
我這邊給它安裝在
機盤裏面
點擊下一步
這邊安裝成我們選擇下一步
選擇讓它運行
這裏呢就是它的一個主界面
我們接下來創建我們的一個聲音
點擊這個創建
我們可以進行錄製
或者是使用上傳
都可以
那我這邊直接上傳一段
這裏有一個15秒的一個聲音視頻
我可以給它取個名字
這個就是村長
下方的語言
使用的是中文
那我這邊找到中文
我們上傳了之後呢給它進行一個轉錄
點了之後它正在轉錄我們等待它轉錄完成
轉錄之後它這裏顯示錯誤
這裏呢是我們沒有一個
可以將音頻轉錄爲文字的這樣子一個源
我們稍等待一會兒最下方它就會自動爲我們下載
這個Whisper的這個模型
它是連接的Hug & Face這裏面的模型它會自動進行一個下載
我們等它下載完畢就可以了
我們需要重新上傳一下剛剛的這個音頻文件
然後點擊轉錄
點了轉錄之後呢它這邊下方就直接
轉錄成我這個上傳文件的這個音頻文字了
這裏有點不太一樣
這個本來是GitHub我給它改一下
改了之後我其他的都填好了之後呢我們直接點擊創建
那它這裏就已經創建好了
下方的這些文字呢
我給它粘貼一個這樣子一段文字
這裏的模型
大家可以任意選擇一種
現在最大的是這個千溫的TTS 1.7B的這個
因爲我自己本機的電腦的配置
顯存的話只有4個GB
跑這個估計有點吃力
所以我先測試呢選擇這個最小的在下方的
這個82M的這個
我們點擊一下
本來想選擇一個
模型生成最快的
但是這個模型它只支持英文
所以它導致呢
這裏它就出現錯誤
所以我們這裏還是得選回其他的模型纔行
我們選擇這個千溫0.6B的吧
估計我自己本地電腦的配置是顯存4個GB
但是我的內存的話會比較大一點
我們現在試一下看它能不能跑得起來
點了之後呢直接點擊這個generate
那這個時候它就會自動再下載
這個TTS 0.6B的這個千溫的這個模型
那我們就等待它下載完畢
當然如果說你手機安裝的話
你選擇其他的模型
它這裏同樣的也會再下載
只要我們開始在運行的時候它就會下載
所以這種UI的界面呢
它要比我們直接
在本地使用代碼命令這種方式要很直觀
特別是對於像我這種新手小白的話
這種可視化的UI界面呢
就要好很多了
我們可以看到這個千溫的這個版本
它總共有1.7個GB
所以就等待它下載完畢就可以了
我們就耐心的等待一下
我們這邊下載完了之後呢
就可以看得到它這裏正在加載這個模型
我們等待它加載完畢
看它到底生成出來的一個
事例到底怎麼樣
那我們稍等一會兒呢
它這個文件就已經自動生成好了
並且進行了自動播放
我們可以來聽一下這個文件它到底怎麼樣
歡迎來到web3村長頻道
這裏是一個專注分享
AI工具免費軟件
開源項目和互聯網效率工具的頻道
聲音呢
還比較接近我的
但是呢它有一些雜音在裏面
如果說你覺得這個聲音可以的話
我們可以點擊這裏
把這裏進行一個下載
比如說我要下載到我這個裏面
我們新建一個文件夾
放在這裏面
命個名
保存一下
我們回到這裏來進行一個查看
那這就是剛剛生成的這個文件
那這個文件呢是因爲之前的一段視頻裏面截下來的
那麼接下來重新去創建一個聲音
我們再來嘗試一下
點擊創建
我們這個時候用這個錄製的聲音
這個應該是我剛剛
打開的時候把這個權限給關掉了
沒找到在哪裏可以設置
那我們還是換一個方式
我通過其他方式進行一段錄音
然後再把這個錄音再把它上傳上來
這樣子方式來試一下
那麼還是在這裏進行上傳
我剛剛重新錄製了一個音頻
我們來上傳一下
找到聲音
這個是剛剛錄製的
我們把它打開
進行一個翻譯
它直接給翻譯成中文
它直接給翻譯成英文
不對
我們要讓它重新翻譯
我這邊先設置
中文
然後再重新翻譯一下
如果翻譯不對的話大家就把它
改一下就可以了
我們這邊直接創建
這一個呢應該稍微的更穩一點
那我們重新來進行一個錄製
我們選擇第一個剛剛的
試電音頻
把這段文字放這裏
我們這裏一定要選擇這個TTS 0.6B的
因爲我的本地的剛剛下載是0.6B的這個模型
但如果說你的電腦配置足夠好
大家可以下載這個1.7B的
我們選擇這一個
直接點擊生成
我們等待它生成完畢
所以大家如果說喜歡折騰這些AI的工具
特別是想在自己本地電腦部署的
那大家本地電腦的配置
一定要弄得高一點
至少在你的顯卡上面要弄得高
推薦大家至少是16個GB以上的顯存
內存32GB以上
如果說手裏寬裕的話
儘量把你的顯存配到32個GB
然後呢內存配到64個GB以上
那這種是會更好一點
基本上能跑目前各大模型
在本地部署它都是支持的
都是沒問題
剛剛的音頻生成完了
我們來聽一下這個音頻
幀量到底怎麼樣
web3村長是一位專注於
互聯網工具
與web3生態分享的內容創作者
也是技術博客
kenzianblog.com的創始人
頻道內容涵蓋AI工具實測
開源項目部署
免費軟件推薦
及區塊鏈技術教程
通過真實實測和手把手教學
幫助用戶低成本使用
互聯網優質資源
提高工作效率
這個生成完了
現在聽了一遍這個音色呢
感覺還可以
只不過這種AI生成出來的音色
和本身的這種情感的流露啊
或者是它斷句的一些地方
還是有些差距的
但是呢做一些視頻的話
完全是可以用它來替代的
這裏面至於更多的一些模型
大家就自行去進行一個嘗試了
應該是這個1.7B的這個模型
它的一個復刻能力
更接近於真人的本身
那我這裏因爲電腦配置的問題
我就不給大家做演示了
大家如果說平常需要這種
生意克隆的這種工具呢
也可以按照我這個教程裏面來
一步一步的安裝在你本地的電腦裏面
那麼以上呢就是本期的視頻內容
我會把相關的一些鏈接資源
放在我的博客網站裏面
大家可以來詳細查看
如果你覺得我的視頻對你有所幫助的話
也不妨點個關注點個訂閱
那本期視頻到這裏結束
感謝大家收看
我們下期視頻再見