概览

在 CLORE.AI GPU 上的 AI 驱动音频处理、语音合成和声音克隆。

文本转语音

工具	4s	质量
Bark TTS	富有表现力的多语言 TTS	优秀
XTTS	声音克隆 + TTS	很棒
F5-TTS	快速零样本 TTS	很棒
OpenVoice	即时声音克隆	良好

语音克隆

工具	需要训练	质量
RVC	是	优秀
OpenVoice	否	良好
XTTS	不需要（6 秒样本）	很棒

音频处理

工具	模型变体
Whisper	语音转文本
Demucs	人声分离
AudioCraft	音乐生成

相关指南

• 会说话的人头（Talking Heads） - 用音频为面部动画