23.5k Star！OpenVoice：这款AI工具能够精准模仿你的声音并说出任何语言！

从一小段音频里复制出某个人的声音，然后让它说出多种语言——这听起来像是科幻片里的桥段，但OpenVoice确确实实地做到了。它不仅能把音色克隆得精准，还能对情感的浓淡、口音的轻重、语速的快慢乃至语调的起伏做精细调节。下面这张图可以让你快速感受它的能力：

准确的音色克隆

OpenVoice的第一项看家本领，就是能从参考音频中精确提取说话人的音色特征，然后把这个特征“移植”到任何一个目标语言的发音上。无论是英语、中文还是其他语种，克隆后的声音都保留了原声的辨识度，不会出现“四不像”的尴尬。

灵活的语音风格控制

更难得的是，你可以在保留音色的前提下，单独控制语音的风格参数——比如让声音听起来更开心或更严肃，带点地方口音或保持标准吐字，甚至可以精细调节停顿的时长和语调的升降。下面的演示展示了情感和口音两个维度的调节效果：

零样本跨语言语音克隆

所谓“零样本”，意味着参考语音所用的语言可以完全不在模型的训练集里。即便你给出一段从未见过的语言（比如某种小语种）的原始音频，OpenVoice也能照常克隆，并生成其他语言的语音。下面的例子特意用“U”标记那些训练时未出现过的语言，效果依然让人印象深刻：

如何使用

如果你是熟悉Linux、Python和PyTorch的开发者，可以按照下面的步骤快速上手。克隆仓库后，执行：

conda create -n openvoice python=3.9
conda activate openvoice
git clone git@github.com:myshell-ai/OpenVoice.git
cd OpenVoice
pip install -e .

无论使用V1还是V2版本，上述安装过程都是一致的。

OpenVoice V1

下载V1检查点并解压到 checkpoints 文件夹（具体下载地址请参考官方文档）。然后可以分别尝试以下三种用法：

• 灵活的语音风格控制：
  查看 demo_part1.ipynb，了解如何在克隆声音的基础上自由调节风格。

• 跨语言语音克隆：
  查看 demo_part2.ipynb，体验训练集内和训练集外语言的效果。

• Gradio本地演示：
  运行 python -m openvoice_app --share 启动一个简约的界面。如果遇到问题，建议优先阅读前面两个notebook以及FAQ。

OpenVoice V2

V2版本在安装步骤上与V1相同，但需要额外安装MeloTTS：

pip install git+https://github.com/myshell-ai/MeloTTS.git
python -m unidic download

下载V2检查点并解压到 checkpoints_v2 文件夹。演示用法请参考 demo_part3.ipynb。V2原生支持英语、西班牙语、法语、中文、日语和韩语六种语言。