胡辣汤爱酸菜
@yuanwen
做播客的朋友应该都有这个痛点：想换个声音，但ElevenLabs一个月几十美金，按字数收费，音频还得上传到云端。
GitHub上有个项目叫VoiceStudio，直接把ElevenLabs的核心能力开源了，而且能装在自己电脑上跑。目前快2万星了。
它的工作原理是：你给它一段干净的人声，它就能把这声音学下来。然后你输入文字，它就能用这个声音生成语音。视频也能配成646种语言，有声书、听写、转文字它都能干。
引擎给了14套，ElevenLabs自己才32种语言。不按字收钱，也没次数限制，音频也不上传到任何服务器。
我之前用ElevenLabs做有声书，一个月下来花了两百多美金，而且每次都要把音频上传到云端，总担心隐私问题。后来换了VoiceStudio，虽然本地跑速度慢一点，但声音质量差不多，关键是免费，数据也不出本地。
有人用5090显卡跑过，说效果还差点意思。但这个不用掏钱，声音还留在自己电脑里。对于不需要实时生成的场景，比如做有声书、配音、语音包，完全够用了。
项目地址：github.com/debpalash/Voic…
话题来源 @shanyanggm
407.9K阅读 ❤️5441 x.com/…↗ 已改写，非原文转载
21 浏览 0 评论
0 反应
