这有点超模，能直接声优出道了。现在国内的配音一个比一个尬。
但是我们可能不会开源视频里的这个版本，因为实在是使用了太多互联网数据，而且还做了sft，对于很多被train的人来说，有太多法律风险，也不公平。对于我们自己来说也没必要。
我们可能会从4w小时训练出来的底模开始，同时至少保证生成的结果能被开源的安全模型或者resemble.ai检测出来。4w小时的版本效果已经很好，只是网络小一些，稳定性差一些。
未来我们工作的重心也会放在高可控，水印和与llm的对接上。
所以, 应该是还没有开源. 而开源的似乎没有什么可用性.
但,
找到了一个部署, 可以参考下.
Fish Speech
开源最大文本转语音模型，基于VQ-GAN和Llama，VITS。
在线体验：Fish Speech
仓库地址：fish-speech
参考视频： 高质量AI音频生成！Fish-Speech懒人包(解压即用)！包涵推理与模型微调手把手教程！
1 个赞
更新了v1.3.5.2，最大的语音包zip有6GB。
可以尝鲜分角色朗读，不过通常只是造成混乱而已。
https://www.52pojie.cn/thread-1906366-1-1.html
大家是用什么程序调用的？
我用的是静读天下，操作上还是不如讯飞有声，毕竟不是专门用来听的。
里面这么多语音，大家觉得哪些比较好？
我想找一个嗲嗲的女声，实在是懒得一个个试了
找到了源头，最新版本是6-16更新的1.4.8(49)
2 个赞
试了一下，不同的版本间存在数据兼容的问题，也就是在更新版本后，导入的音源数据依旧存在于文件夹中但在新版本中无法显示，新版本也无法导入老版本的音源包。
提示里说了覆盖安装会有些问题，不过我导入了老版本最小的包，433MB的那个，还正常。