前言 随着大模型语音对话时代的到来（ChatGPT-4o、Gemini Live、豆包等），高自然度、零/少样本语音克隆已经成为AI应用落地的核心痛点之一。无论是AI短剧配音、个性化数字人、语音客服、播客/有声书生产，还是本地化隐私部署，语音克隆TTS的质量、延迟、显存占用、跨语言能力都直接决定了用户体验。 本文是在2025年初测评、对比了十几款开源TTS方案后的记录。 TTS测评调研（基础工具篇） 在对比具体模型之前，先简单罗列一些常用的客观/主观评测手段，便于验证效果。 大模型语音对话时代的TTS评测实践 地址…
Conda 环境 [crayon-69b47620172fa550701752/] Ollama配置 [crayon-69b4762017300368684569/] 通过Ollama下载需要的大语言模型以及嵌入模型，这里用的阿里千问以及nomic。 [crayon-69b4762017301334944167/] 代码下载以及依赖安装 [crayon-69b4762017303883616960/] 环境配置 创建一个目录用于存放输入的文本数据集，例如txt，csv文档。 [crayon-69b476201730…
最近评论
Mirzoemele 发布于 2 个月前（01月06日）
PedarPhago 发布于 7 个月前（08月12日）
EsielTooft 发布于 8 个月前（07月29日）
dongxuh 发布于 8 个月前（07月27日）
南南 发布于 8 个月前（07月15日）