现在有很多变声(音色克隆)的软件，
有没有能够一次性把Windows内置的语音tts或者其他tts引擎音色变成指定音色的。
生成一个新的自定制音色的本地tts引擎，
可以在安卓或者Windows调用的。
我也想知道 
这个模型仿的挺像的，一些虚拟主播夹出来的音色也能仿，而且可以说很难分辨了
B站、油管搜 Bert-VITS2 有整合包
这种能不能实现 实时tts 的功能。
就是比如选中网页一句话，马上就发出声音，不用等。
就像edge的大声朗读或者windows系统自带的tts一样。
比如，这个网站介绍的这些tts发音人。
语音库（发音人） - 朗读女 (443w.com)
最小的只有0.8M，大小。
不知道能不能，比如把这0.8M的发音人音色变成指定音色，做成新的tts发音人。
这个模型实时比较难更注重仿音色，生成速度主要看 gpu 吧
试听了下你给的链接，机械味有点重
这个是一位b站 up 基于Bert-VITS2做的虚拟主播项目，还能调节多种配置项
https://www.modelscope.cn/studios/xzjosh/2568-Bert-VITS2/
这种项目可能用作 up 配音，或是互动语音比较多，我是想用来制作游戏 MOD 语音包
这些开源方案经常漏字错字重复