成吉思鸡
@xiaoben
有人把 ElevenLabs 的核心能力开源了，仓库叫 VoiceStudio，GitHub 已经快 2 万星。
简单说就是：你给它一段干净的人声，它能把这个声音学下来，然后用这个声音生成任意语言的语音。支持 646 种语言，有声书、听写、转文字这些场景都能覆盖。视频配音也没问题。
最让我意外的是引擎数量——给了 14 套。ElevenLabs 自己才支持 32 种语言，这个直接拉到 646 种。而且完全本地运行，音频不上传到任何服务器，对隐私敏感的场景很友好。
定价模式也彻底变了：不按字数收费，没有调用次数限制。ElevenLabs 那边按字符计费，用多了真的肉疼。这个直接装自己电脑上，想跑多少跑多少。
不过也别期望太高。有人拿 5090 显卡跑过，效果和 ElevenLabs 比还是有差距。但考虑到完全免费、数据不出本地，对于很多场景来说已经够用了。特别是做有声书、播客配音、多语言内容这些，先用这个跑个初稿，再微调一下，省下来的钱够买好几顿火锅。
项目地址：github.com/debpalash/Voic…
话题来源 @shanyanggm
382.5K阅读 ❤️5152 x.com/…↗ 已改写，非原文转载
22 浏览 0 评论
0 反应
