Github开源文本转语音神器Spark-TTS开源了，克隆声音仅需3秒？
* 戳上方蓝字“牛皮糖不吹牛”关注我
大家好，我是牛皮糖！今天给大家介绍 一款让全网科技圈沸腾的开源项目——Spark-TTS！这个由港科大、上海交大等顶尖团队打造的文本转语音模型，正在GitHub上狂揽star，它带来的三大黑科技彻底颠覆行业认知！
无需训练直接克隆声音上传任意10秒语音片段，瞬间复刻声纹特征！无论是跨语种的中英混说，还是模仿特定语调，通通零样本实现。自媒体博主惊呼：”我的百万声库要失业了！”
Spark-TTS 完全基于 Qwen2.5 构建，无需使用流匹配等额外生成模型。它无需依赖单独的模型来生成声学特征，而是直接从 LLM 预测的代码中重建音频。这种方法简化了流程，提高了效率并降低了复杂性。
中英文自由切换一句话里中文接英文毫无卡顿，发音自然到像真人！测试视频中”Welcome to 上海迪士尼乐园”的丝滑切换，让网友直呼”这简直母语者水平”
️ 一句话定制专属声线调整性别/音高/语速参数，秒造虚拟主播！开发者实测：用”温柔御姐+1.2倍速”生成的《三体》有声书，播放量暴涨300%！
更震撼的是✔️ 完全开源免费，个人商用均可✔️ 支持本地部署，无需联网✔️ 最低4G显存即可运行
三步极速体验
- 1. 执行
git clone秒装工具库 - 2. 输入
python webui.py启动可视化界面 - 3. 拖入语音文件+输入文字=生成专属音频
⚠️ 友情提示技术虽强，请遵守伦理规范！严禁用于伪造他人声音等违法行为，开发者已在代码库植入水印追踪功能~
GitHub搜索”Spark-TTS”
#人工智能 #黑科技 #程序员 喜欢记得「转发」+「在看」哦~ 你希望用这个技术做什么？评论区聊聊！
·················END·················
推荐阅读
