V2EX › Moear 的所有回复 › 第 1 页 / 共 1 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

9 天前

回复了 Moear 创建的主题 › 分享创造 › 阿里巴巴 CosyVoice3-0.5b 开源了! 现邀请你来体验我做的 Windows 端本地 TTS 工具 3s 音频即可复刻音色 4gb 低显存占用!

@Hansah cosyvoice 最长大概 20s 左右吧单句过长了会自动截断分成若干个任务,然后分开跑,当然你也可以自行截断(在文本编辑页面换行然后丢到计划任务里面去), 程序在最后提供了 FFmpeg 一键合成音频的方式,此时从理论上来说无限长度控制符可以看一下 23 楼的那个回答

9 天前

回复了 Moear 创建的主题 › 分享创造 › 阿里巴巴 CosyVoice3-0.5b 开源了! 现邀请你来体验我做的 Windows 端本地 TTS 工具 3s 音频即可复刻音色 4gb 低显存占用!

@Hansah 那玩意阿里巴巴没开源😭只开源了 0.5b 参数量的版本

9 天前

回复了 Moear 创建的主题 › 分享创造 › 阿里巴巴 CosyVoice3-0.5b 开源了! 现邀请你来体验我做的 Windows 端本地 TTS 工具 3s 音频即可复刻音色 4gb 低显存占用!

@MindMindMax 苹果大带宽的内存跑 ai 啥的还是挺香的😂

9 天前

回复了 Moear 创建的主题 › 分享创造 › 阿里巴巴 CosyVoice3-0.5b 开源了! 现邀请你来体验我做的 Windows 端本地 TTS 工具 3s 音频即可复刻音色 4gb 低显存占用!

@shuxge1223 理论来说用精细控制模式可以做到但我没咋用过这个精细控制模式
需要额外打标的,标签可以在 https://github.com/FunAudioLLM/CosyVoice/blob/a7d6e2251adb64f7cef595c5c71c5763cb1d162b/cosyvoice/tokenizer/tokenizer.py 里面找到,不过我目前就做了几个简单的打标快捷键,其他的 cosyvoice3 新增的暂时还没拉上来😂
![]( https://raw.githubusercontent.com/Moeary/pic_bed/main/img/202512171832357.png)
![]( https://raw.githubusercontent.com/Moeary/pic_bed/main/img/202512171833035.png)
![]( https://raw.githubusercontent.com/Moeary/pic_bed/main/img/202512171834875.png)
![]( https://raw.githubusercontent.com/Moeary/pic_bed/main/img/202512171834808.png)

9 天前

回复了 Moear 创建的主题 › 分享创造 › 阿里巴巴 CosyVoice3-0.5b 开源了! 现邀请你来体验我做的 Windows 端本地 TTS 工具 3s 音频即可复刻音色 4gb 低显存占用!

@MindMindMax 我自己的显卡是 4070m(笔记本当做 4060ti 8gb 版本就行了) rtf(Real-Time Factor ，实时因子)大致在 0.8~1.6(越低越好说明推理数值越快 rtf 是 1 的话就说明显卡花 1s 的算力可以推理出 1s 的音频来) 纯靠 cpu 的话我用 q1hy(13900hk es)的 rtf 大概是 10,30s 时间能推理出 3s 的音频来

9 天前

回复了 Moear 创建的主题 › 分享创造 › 阿里巴巴 CosyVoice3-0.5b 开源了! 现邀请你来体验我做的 Windows 端本地 TTS 工具 3s 音频即可复刻音色 4gb 低显存占用!

@Xhack 可以自行找一段 Moss 的 3s 到 10s 的无底噪的音频截取下来,来源可以是在 b 站搜一下[ [流浪地球①] MOSS/550W 语录/语音集（自存）] 作为参考音频推理使用现在的 tts 模型基本都支持了这种无训练方式复刻音色的功能了

10 天前

回复了 Moear 创建的主题 › 分享创造 › 阿里巴巴 CosyVoice3-0.5b 开源了! 现邀请你来体验我做的 Windows 端本地 TTS 工具 3s 音频即可复刻音色 4gb 低显存占用!

@Frankcox 官方的暂时没有😂他只给了一个训练的 train.py 脚本,就是得自己改代码了

10 天前

回复了 Moear 创建的主题 › 分享创造 › 阿里巴巴 CosyVoice3-0.5b 开源了! 现邀请你来体验我做的 Windows 端本地 TTS 工具 3s 音频即可复刻音色 4gb 低显存占用!

@Bantes 仁者见仁智者见智可能是你对 tts 不感兴趣吧

10 天前

回复了 Moear 创建的主题 › 分享创造 › 阿里巴巴 CosyVoice3-0.5b 开源了! 现邀请你来体验我做的 Windows 端本地 TTS 工具 3s 音频即可复刻音色 4gb 低显存占用!

@Frankcox 不知道建议问问别人 gptsovits 没咋用过