AI音声クローンTTSは、アリババのオープンソース CosyVoice 技術をベースに作られた音声クローンツールです。完全無料で、ネット接続も不要、複雑な操作も必要なく、ダウンロードして解凍し実行するだけで簡単に使用できます。このソフトはわずか3秒の音声サンプルで音声クローンを完了でき、さらには言語や方言を超えた認識と生成もサポートし、機能はかなり強力です!
機能のハイライト
- 言語サポート中国語、英語、日本語、韓国語、および中国の地方方言(広東語、四川語、上海語など)を含む、多言語と方言をサポートします。
- 3つの音声クローンモード
- 3秒音声クローン:少なくとも3秒の参照音声をインポートし、テキストと prompt テキストを入力して、ワンクリックで生成します。
- 言語間クローン:異なる言語間の音声クローンをサポートし、操作も同じように簡単です。
- 自然言語制御:「この文を四川語で話して」のような指示を直接入力するだけで、音声生成を簡単に完了できます。
- テキスト追加機能テキストを直接コピー&ペーストまたはインポートでき、TXTファイルとSRT字幕形式に対応し、さまざまなシーンのニーズに適応します。
ソフトの特徴
- 低遅延性能:オフラインとストリーミングのモデリング技術を統合し、音声生成の遅延はわずか150msです。
- 高精度出力:発音がより自然になり、以前のバージョンと比較してエラー率が50%低減しました。
- 安定性の向上:音色の一貫性が強く、言語を跨いだ音声生成がより信頼性が高くなりました。
使用手順
- プログラムパッケージをダウンロードし、中国語以外のパスにあるフォルダに解凍します。
- ダブルクリックで起動プログラムを実行し、そのまま無料で使用できます。

- ニーズに応じて推論モードを選択:標準語の場合は「3秒音声クローン」を選択できます。
- 参照音声をインポートします(WAV形式、サンプリングレートは16kHz以上が必要です)。
- 参照音声のテキスト内容を対応する入力欄に入力します。
- 「生成開始」をクリックし、しばらく待つだけでクローンが完了します!
