关于 AI Voice Studio

AI Voice Studio 是一个在线AI配音网站。打开工作室就能用三个工具，不用安装软件，也不需要显卡，生成都在服务器上完成。登录只支持 Google 账号。

三个工具

• 文字转语音：23 个标准声音和 16 个 HD 声音。标准声音说英语、法语、德语、西班牙语、意大利语、葡萄牙语和荷兰语这 7 种语言，不支持中文；HD 声音按文字自动识别 29 种语言，包括中文。结果是 MP3，可以在页面里播放、下载，也会在账户的最近记录里保存 30 天（付费后新生成的保存 6 个月）。
• 声音克隆：上传或现场录一段至少 3 秒的说话声，用这个声音读新的文字，支持中文在内的 21 种语言。怎么录、怎么调，见声音克隆指南。
• 语音转文字：上传音频或视频（最大 30 MB、最长 15 分钟），得到全文，可以复制，也可以下载 TXT 或带时间轴的 SRT 字幕，支持约 99 种语言，包括中文。

三个工具共用账户里的积分，各档套餐和积分包见价格。

它是怎么运行的

• 标准声音、声音克隆和语音转文字都运行在我们自己的服务器上，使用开源模型。你的声音样本不会发给任何第三方 AI 公司。
• HD 声音来自商用云端语音模型。选择 HD 时，你输入的文字会发给第三方语音服务来生成语音。
• 我们不用你的上传内容和文字训练模型。
• 生成的音频不加水印。

开源模型

• Pocket TTS：Kyutai 出品，CC-BY-4.0 许可，用于标准声音，以及英语、法语、德语、西班牙语、意大利语、葡萄牙语、荷兰语的声音克隆。
• MOSS-TTS-Nano：OpenMOSS 团队出品，Apache-2.0 许可，用于其余 14 种语言（包括中文、日语、韩语）的声音克隆。
• Whisper：OpenAI 出品，通过 faster-whisper 运行，MIT 许可，用于语音转文字。

标准声音的来源

标准声音来自以 CC0 或 CC-BY-4.0 发布的录音：

• VCTK 语料库（爱丁堡大学，CC-BY-4.0）
• 配音演员 Alba MacKenna（CC-BY-4.0）
• CML-TTS（CC-BY-4.0）
• Kyutai 声音捐赠，以及经 Voice-Zero 整理的 LibriVox 朗读者录音（CC0）
• Mozilla Common Voice（CC0）

联系我们

有任何问题，请发邮件到 [email protected]，或查看联系我们页面。