泡泡大秀直播
发布日期：2025-12-17 14:53 点击次数：180图片
编著/排版：卒見
咫尺咱们责任会议的时，王人会用到灌音转笔墨器用，我个东谈主也会在责任和文娱的时辰用到这些器用，这里就给环球共享几款不不异的语音转笔墨器用，王人是免费、开源技俩！
01
Voice-Pro
AI 语音调整和多讲话翻译器用
Voice-Pro 是一款由AI驱动的Web开源期骗纪律，旨在透顶转换多媒体实质贬责。
图片
它集转录、翻译和笔墨转语音为一体，提供轻松直不雅的可视化操作界面，因循及时转录和翻译，以及批量贬责阵势。
图片
它具有 YouTube 视频下载、语音分裂、语音识别、翻译和文本转语音的全面功能。
图片
Voice-Pro 安设。
①启动configure.bat 并start.bat
②克隆或下载最新版块（源代码 zip）GitHub 版块
git clone https://github.com/abus-aikorea/voice-pro.git
③启动configure.bat，在 Windows 上安设 git、ffmpeg 和 CUDA
④妥洽互联网，这个进程可能需要一个多小时，看系统情况。
⑤在安设进程中，请勿关闭 Windows-Command 窗口。
图片
⑥启动 Voice-Pro。Web-UI 将自动启动。
初次启动时，请先安设 Voice-Pro。
如若在安设进程中出现问题，请删除 installer_files 文献夹并再次启动 start.bat。
图片
该技俩是用于音频贬责的详尽 Gradio WebUI，具有 Voice Changer、零样本语音克隆（E2、F5-TTS）、YouTube 下载、语音遏止 （UVR5）、文本转语音 （Edge-TTS） 和多讲话翻译。适用于实质创建者和开导东谈主员。
Voice-Pro源代码：
https://pan.quark.cn/s/ccbde0108f7f
开源地址：
https://github.com/abus-aikorea/voice-pro
02
PodCastLM
PDF 生成汉文播客！
一款开源免费的器用，不错将 PDF 实质回荡为相宜音频播客的当然对话，并输出为 MP3 文献。
操作很肤浅：
①咱们不错径直将需要调整的实质上传到操作页面，这里可上传1M以内的PDF文献；
图片
②然后设立口吻、时长等，生成播客，你不错稽查到文本回来实质，以及整理后的剧本实质！
图片
③点击底部音频按钮，即可播放现时整理好的实质！
图片
开源地址：
https://github.com/YOYZHANG/PodCastLM
在线地址：https://ai.podcastlm.fun
03
video-srt-windows
自动识别视频语音生成字幕文献的器用
video-srt-windows是一个不错识别视频语音自动生成字幕SRT文献的开源 Windows-GUI 软件器用。
图片
它接受 Go+walk 开导，仅因循 Windows 系统。基础旨趣是恳求在线语音转笔墨的工作，超出免费额度需付费。另外还加入了导出字幕文献和翻译功能。
VideoSrt下载：
https://pan.quark.cn/s/ebd97ead46e3
开源地址：
https://github.com/wxbool/video-srt-windows
https://gitcode.com/gh_mirrors/vi/video-srt-windows
04
buzz
音频转录与翻译器用，不错在你的个东谈主操办机上离线转录和翻译音频工作。
图片
该技俩是基于 Whisper 的音频转录和翻译器用，开箱即用、操作肤浅，泰国按摩群因循语音转笔墨、音频翻译、多种讲话和离线使用！
图片
Mac 原生版块的 Buzz，具有更轻松的外不雅、音频播放、拖放导入、转录文本编著、搜索等功能。它同期适用于Windows 和 Linux 平台。
图片
功能因循：
①导入音频和视频文献并将转录文本导出为 TXT、SRT 和 VTT（演示)
②从操办机的麦克风转录和翻译为文本
图片
③因循Whisper、Whisper.cpp、Faster Whisper、Whisper兼容的 Hugging Face 模子，以及 OpenAI Whisper API
④号令行界面
图片
Buzz v1.2.0下载：
https://pan.quark.cn/s/8c08670cfe56
开源地址：
https://github.com/chidiwilliams/buzz
05
ChatTTS
SOTA 开源 TTS，高大的对话式文本转语音模子，挑升为对话场景策画，因循中、英双语。生成较短的语音遵守很好，无机械感！
图片
它主要用于 LLM 助手对话任务、对话语音以及视频先容等，因循中英文搀杂文本合谚语音，音色进展强，能达到真假难辨进程。
图片
它不仅粗莽生成当然、畅通的语音，还能划定和添加笑声、停顿和口吻词等。
ChatTTS源代码：
https://pan.quark.cn/s/48101f70fc83
开源地址：
https://github.com/2noise/ChatTTS
06
fish-speech
统统东谈主王人能用的开源语音合成模子
该技俩是由 Fish Audio 开导的基于 VQGAN+Llama 的文本转语音模子，它仅需 4GB 显存即可在个东谈主建设上疏漏启动和微调(16GB)，因循中英日语和音颜色整，语音合奏遵守出色。
图片
fish-speech源代码：
https://pan.quark.cn/s/cf829869e7f0
开源地址：
https://github.com/fishaudio/fish-speech
07
GPT-SoVITS
少样本语音调整和合成器用
高大的少样本语音调整和语音合成 WebUI 器用，输入 5 秒的声息样本就能体验文本到语音调整。因循少样本 TTS、英语、日语和汉文，集成了声息伴奏分裂、汉文自动语音识别和文本标注等功能。
图片
性情功能：
零点TTS：输入5秒的东谈主声样本并体验即时文本到语音调整。
少发TTS：只需1分钟的磨练数据即可微调模子，以擢升语音相似度和简直感。
图片
跨讲话因循：使用与磨练数据集不同的讲话进行推理，咫尺因循英语、日语、韩语、粤语和汉文。
WebUI 器用：集成器用包括语音伴奏分裂、自动磨练集分割、汉文 ASR 和文本标注，匡助入门者创建磨练数据集和 GPT/SoVITS 模子。
图片
开源地址：
https://github.com/RVC-Boss/GPT-SoVITS
kua链：
https://pan.quark.cn/s/cf509d794f54
du链：
https://pan.baidu.com/s/1AQwPg3B60RlozShq97h4_g?pwd=gecp
索求码: gecp
Ok，本期的共享就到这里了，但愿以上语音转笔墨、笔墨转语音的器用不错匡助你，无论是在生存上，仍是在责任中，擢升遵守！
❶5款鲜有东谈主知的裁剪黑科技app
❷5款号称神器的黑科技软件
❸犀利推选4款Windows器用神器泡泡大秀直播
本站仅提供存储工作，统统实质均由用户发布，如发现存害或侵权实质，请点击举报。