F5-TTS-main：根据参考语音生成语音

整合包制作： 数字生命卡兹克

我不认识他，整合包来自群友分享。在此基础上做了界面负优化，把我不想看到的都删除了。

核心功能与用法

这可以理解为语音克隆。

• 使用方法：

  1. 上传一段示例语音（例如猪八戒的音色）。
  2. 输入一段文字（例如唐僧念的那段经文）。
  3. 生成结果： 得到用猪八戒的音色念唐僧经文的效果。
• 参考要求： 参考语音只需要 15 秒的范本即可。

版本优化说明

已精简界面，已删除不需要的模型。

原版功能挺多的（例如多人对话、悟空和八戒对话等），这些都删除了。

为什么删除？
就连简单的文本生成语音都是玩具级别，还谈什么多人对话？经测试，存在以下一系列问题：

• 有吞字现象
• 有不连贯现象
• 标点符号停顿过短（抢读）

如果想拿去商用，还是算了。只是玩具级别，发出来只是让大伙看看目前 AI 到了什么境界。

体积对比：
精简后的压缩包 4.3GB，原版大小 11GB。

下载链接

https://pan.baidu.com/s/11HKrYtgsrArF8kbTP1Vh1g?pwd=gpcb