TTS-文字转语音
可以通过提示词模拟语气停顿、笑声、叹息、背景音乐等
GitHub - suno-ai/bark: 🔊 Text-Prompted Generative Audio Model
声音克隆
GPT-SoVITS/docs/cn/README.md at main · RVC-Boss/GPT-SoVITS
集样本预处理、训练与预测于一体，只需要1分钟的语音样本即可克隆声音。
钟离先生不在这里，多少有些可惜，他是位相当懂行的观众，又欣赏得来辛焱的演出….wav
语音转文字
openAI开源，必属精品，业内最强开源模型
GitHub - openai/whisper: Robust Speech Recognition via Large-Scale Weak Supervision
桌面版Whisper：
很好用，之前老婆要学习一个很长的课程，要交作业。直接将视频转为音频，再将音频通过这个工具转成了文字，然后再使用大模型对文字进行思维导图总结，一份完美的作业就好了。
GPU 版
https://github.com/Const-me/Whisper)
通过[此处]下载模型
实测即使是我的 4080，在使用 [ggml-large-v3.bin]模型跑任务也超级慢。用次一级的 [ggml-medium.bin] 速度和效果都还不错
CPU 版
https://github.com/chidiwilliams/buzz)
使用时会下载对应的模型，有时候网络问题导致下载失败，可以通过【help->Preferences->models】进行单独下载
由于是 cpu 版，medium 模型就已经很慢了
若有收获，就点个赞吧
0 人点赞
