OmniVoice发布：支持600多种语言的免费语音克隆模型
该模型可零样本克隆音色，并支持跨语言合成与通过性别、年龄和音高设定生成语音。
据 gigazine.net 报道，一款名为 OmniVoice 的免费多语言零样本语音合成（TTS）模型已推出，支持超过 600 种语言。该模型属于 k2-fsa 项目。
OmniVoice 能够仅凭短音频样本完成零样本音色克隆，无需额外训练。官方演示页面提供了 102 种语言的样例，其中包括日语。
该模型还具备跨语言零样本合成能力，但输出语音可能保留参考音频所属语言的口音。此外，OmniVoice 提供语音设计功能，可通过指定性别、年龄和音高来生成语音，并支持在文本中插入笑声等非语言声音的细粒度控制。
在使用方式上，OmniVoice 可通过 pip 安装，并在本地 8001 端口运行网页界面。项目还提供长文本切分、音色预设保存以及多显卡批量处理等功能。
快速问答
OmniVoice 是什么？
OmniVoice 是一款免费的多语言零样本语音合成模型，支持超过 600 种语言，并具备音色克隆和语音设计功能。
OmniVoice 如何安装和使用？
可通过 pip 安装，并在本地 8001 端口运行网页界面。
OmniVoice 支持哪些语言？
模型支持超过 600 种语言，官方演示页面提供了 102 种语言的样例，其中包括日语。