游戏NPC语音开发

该项目基于Sesame CSM-1B模型实现高质量语音克隆与合成，支持本地GPU和云端Modal两种运行方式。通过2-3分钟的音频样本即可克隆声音，并生成指定文本的语音输出。项目强调易用性，提供详细教程和代码示例，适合初学者入门AI语音合成领域。虽然结果尚未达到完美，但鼓励社区贡献改进，体现了开源协作精神。