应该是 开源界 音色 最稳定 的语音合成和克隆模型了，支持预训练音色合成、自然语言控制、3秒极速复刻和跨语种复刻。
官方部署方式比较复杂，错误较多，我这里进行了整理和优化，支持GPU和CPU，方便大家使用。
CosyVoice 开源仓库: CosyVoice
效果展示#
自然语言控制#
3秒极速复刻#
使用方法#
均支持 GPU 和 CPU
第一次启动过程可能会有点长，需要从魔搭下载3个模型
Windows 一键启动包#
百度网盘: https://pan.baidu.com/s/1UTuRKPQ9nuQk69qxQzdL4A?pwd=j2ei 提取码: j2ei
- 下载后使用 7z 解压。没有 7z 的话，可以在这里下载：https://7-zip.org/download.html
- 双击
双击启动.bat启动服务 - 启动后，访问 http://127.0.0.1:50000/
注意：文件夹中不能有 中文、特殊字符和空格，否则可能会启动失败
Docker部署🐳#
确保已经安装了Docker软件，没有的话，从官网下载安装 https://www.docker.com/products/docker-desktop/
复制以下代码到终端运行即可
CPU 版本#
| |
GPU 版本#
| |
docker 启动后，访问 http://127.0.0.1:50000/