这是一个创建于 110 天前的主题，其中的信息可能已经有所发展或是发生改变。
自己折腾个小工具, 需要克隆音色生成语音 tts(text-to-speech),主要要求:
1. 推理时间尽量实时(100 字符/10s)
2. 多音色支持
目前直接使用火山或者腾讯云的大模型,单个音色费用太贵了(>50),自己搭建 GPU 服务器也很贵(16G T4 约 1000/月),实时性也不太好
有没有比较低成本的方案推荐?
1. 推理时间尽量实时(100 字符/10s)
2. 多音色支持
目前直接使用火山或者腾讯云的大模型,单个音色费用太贵了(>50),自己搭建 GPU 服务器也很贵(16G T4 约 1000/月),实时性也不太好
有没有比较低成本的方案推荐?
 | 1 knva 110 天前 基本没有。 |
 | 2 letking 110 天前 买个显卡自己部署模型，加内网穿透 |
 | 3 AoEiuV020JP 110 天前 你到底是要克隆音色还是要 tts ？ tts 最低成本的应该就是直接调用系统的 tts ， 克隆音色需要 AI 算力，就没有便宜的，一个小工具搞什么克隆音色， |
 | 4 8820670 110 天前 div class="reply_content">#3 说的对 调用系统 TTS 是最方便的。前段时间才做过： t/1153662#reply0 不过移动端支持其实挺一般的，具体得自己试试 |
 | 6 yulon 110 天前 我是 Mac mini 4 当副机，跑 GPT-SoVITS ，也就 3G 显存左右吧，看你要不要并行，并行还会多一点 |
 | 7 chengz OP @AoEiuV020JP @8820670 我没说清楚,是自定义音色的 tts, 单纯 tts 是很便宜 |
| 8 chengz OP @AoEiuV020JP 自定义音色的 tts, 单纯 tts 是很便宜 |
 | 9 Leon6868 110 天前  1 fish speech 、cosyvioce （ vllm ），本地部署，3060 |
 | 10 glouhao 110 天前 via Android 我的显卡是 A770 16g 然后调整不好一直是 cpu |
 | 11 zenghx 110 天前 via iPhone [VibeVoice 实现 90 分钟、多角色播客生成，拓展语音合成新边界]( https://www.microsoft.com/en-us/research/articles/vibevoice/) 这个怎么样 |
 | 13 aishellphy 110 天前 用 f5-tts ，在 windows 电脑上跑，自带加速引擎，速度特别香 |
 | 15 abersheeran 110 天前 自定义音色可以用 fish.audio |
 | 16 Latin 110 天前 f5-tts 之前实测过太慢了 |
 | 17 jackOff 110 天前 买个有 4G 显存 3050 显卡的二手笔记本，基本上可以稳定高效跑 GPT-SoVITS |
 | 18 UnluckyNinja 110 天前 https://github.com/RVC-Boss/GPT-SoVITS https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI TTS 用上面的，SVC 用下面的，没上手用过，只是有所耳闻 |
 | 19 realJamespond 配置最简单是 indextts,1066 batch2 能跑两章小说 batch3 一章，多音字直接拼音替换 |
 | 20 dzdh 110 天前 阿里音色克隆免费的吧. |
 | 21 yianing 110 天前 minimax 一个音色 10 块钱，合成声音的话 4 元/1w 汉字 |
 | 22 TQQQ 110 天前 StyleTTS+Vocos ，开源的非自回归模型，可以直接部署在 cpu 服务器上，4090 上训练大概要一周左右。但是年头有点久了，效果比不上 cosyvoice/indextts 这些 |
 | 23 bigtear 110 天前 微调 Kokoro TTS 吧，满足你的需求，速度快，可自定义音色（微调音色 pt 文件） |
 | 24 Huelse 110 天前 |
 | 25 tcper 110 天前 自己搭完就会发现还是云服务便宜 |
 | 26 looveh 110 天前 怎么没有 index-tts |
 | 28 pipi32167 110 天前 同推荐 minimax ，效果可以的。价格也不贵。 |
 | 30 DefoliationM 109 天前 via Android chrome 自带的不要钱，直接用 js 的 api 。 |
 | 32 cwcc 109 天前 我直接用 macOS 自带的个人声音生成自己的声音，也够用了。 |
| 33 yulon 109 天前 楼上那么多说 minimax ，早上试了下刚用几次就 504 了，没绷住 |
 | 34 RobinHuuu 109 天前 via iPhone 试过手机 app/安卓端，可下载和使用离线模型，效果还行 |
Select Language