Realtime Voice Clone Chinese开源项目 – 基于深度学习的快速中文语音克隆

MyVocal Voice Synthesizer 是一个先进的声学技术平台，提供即时声音克隆、情感识别及多种声音应用功能，帮助用户创建个性化的声音体验。

idict 是一款功能强大的语音克隆翻译应用，满足您所有的语言需求。它利用机器学习技术克隆和复制人声，操作简单，适合各种场景。您可以在PlayStore和AppStore免费下载应用，随时随地拥有一款翻译工具，也可以在购买完整版服务前体验免费试用版本。

Speaking AI是一个生成语音的基础模型测试版，用户可以通过仅需3秒的输入捕捉到自己独特的音调，实现自然的声音质量。

ToneShift是一个基于AI的声音克隆和音乐分离平台，用户可以将录音转换为多种声音，分离歌曲中的人声和乐器，并加入一个声音社区，以便合作和发现新的音调。

FolkTalk是一个AI驱动的视频配音平台，旨在帮助视频创作者、品牌和组织以多种语言与受众沟通，扩大影响力。它利用先进的人工智能技术，提供高质量的配音结果，成本效益高且速度快。

CloneMyVoice.io是一个基于AI技术的服务，能够高保真地克隆用户自己的声音或任何其他声音，支持非英语使用者模拟母语英语发音，并提供低成本的企业级声音克隆服务，训练数据基于30万小时的音频。

ttotalk 是一个免费的文本转语音工具，支持超过50种语言和声音风格。它使用强大的神经网络技术，使语音听起来更加自然。用户可以在线收听或下载音频文件，格式为mp3或wav。

Vaanee AI是一个生成语音的AI工具包，可以在几秒钟内创建逼真的人类语音解说。用户只需在网站上注册账号，上传文本脚本或使用内置文本编辑器撰写内容，选择语音风格和语言，点击'生成'按钮，即可快速获得高质量的语音解说。

Mastermallow是一个为内容创作者、音乐人和播客制作人设计的AI音频母带处理服务，能够将歌曲、播客等音频转换为行业标准的高质量音轨。用户只需上传MP3或WAV格式的音频，经过AI分析后，音频的每个方面都会被精心处理和增强。完成后，用户将收到免费的样本，比较原始音频和母带处理后的版本，若满意可下载最终音轨。

Voicv是一个先进的语音克隆平台，可以将声音转化为数字资产，支持多种语言，旨在快速和伦理地使用。用户只需录制10到30秒的声音，AI便能克隆出相应的声音供多种应用使用。

Gotalk.ai是一个利用深度学习算法将文本转换为自然人声的AI语音生成器，旨在简化配音制作过程，适用于内容创作者、营销人员以及各行业专业人士。该平台提供丰富的定制选项，使高质量的配音制作变得易于实现，无需昂贵的录音设备或专业配音演员。

GPT-SoVITS 是一个适用于中文的语音克隆项目，能够通过短时间的语音数据训练出高质量的文本到语音（TTS）模型。仅需1分钟的语音数据即可进行有效的模型微调，支持多语言推理，并提供易于使用的Web界面，适合初学者创建和管理训练数据集。

Intel Extension for Transformers 是一个开源项目，旨在使客户端 CPU 上的大型语言模型（LLM）微调成为可能，特别是在没有 GPU 的情况下。它支持在 CPU 上进行 QLoRA 微调，适用于笔记本电脑环境，并通过优化的性能提升模型训练效率。该项目与 HuggingFace Transformers 兼容，支持 4 位推理，并利用 Intel 神经压缩器提供丰富的模型压缩技术，如量化、剪枝和蒸馏，显著提高了英特尔平台上的推理效率。此外，它还支持自动化的仅限权重的 INT4 量化流程，兼容多个流行的大语言模型，如 Llama2、Llama 和 GPT-NeoX。

SimVG是一个旨在通过解耦的多模态融合技术实现视觉定位的简单框架。该项目支持与视觉语言模型集成，增强视觉定位任务的能力。

基于Rust语言实现的多语言文档OCR工具包，结合修改版Segformer、OpenCV和donut transformer，提供高效的文档识别与处理功能。