For the complete documentation index, see llms.txt. This page is also available as Markdown.

OpenVoice

在 Clore.ai 上用几秒钟的音频克隆任意声音

使用 OpenVoice 只需几秒音频即可克隆任意声音。

在 CLORE.AI 上租用

  1. 按 GPU 类型、VRAM 和价格筛选

  2. 选择 按需 (固定费率)或 竞价 (出价)

  3. 配置你的订单:

    • 选择 Docker 镜像

    • 设置端口(SSH 用 TCP,Web UI 用 HTTP)

    • 如有需要,添加环境变量

    • 输入启动命令

  4. 选择支付方式: CLORE, BTC,或 USDT/USDC

  5. 创建订单并等待部署

访问你的服务器

  • 在以下位置查找连接信息 我的订单

  • Web 界面:使用 HTTP 端口 URL

  • SSH: ssh -p <port> root@<proxy-address>

什么是 OpenVoice?

MyShell 的 OpenVoice 可以:

  • 仅凭约 10 秒音频克隆声音

  • 控制情感、口音和节奏

  • 跨语言声音克隆

  • 零样本声音转换

需求

任务
最低显存
推荐

推理

4GB

RTX 3060

批量处理

6GB

RTX 3070

快速部署

Docker 镜像:

端口:

命令:

访问你的服务

部署后,找到你的 http_pub URL 在 我的订单:

  1. 前往 我的订单 页面

  2. 点击你的订单

  3. 找到 http_pub URL(例如, abc123.clorecloud.net)

使用 https://YOUR_HTTP_PUB_URL 替代 localhost 在下面的示例中。

安装

基础声音克隆

结合文本转语音

用任意声音生成语音:

多语言支持

情感控制

OpenVoice V2 支持情感/风格控制:

批量处理

API 服务器

质量提示

为了获得最佳效果

  • 使用 10–30 秒清晰的参考音频

  • 避免背景噪音

  • 参考音频中只保留单一说话人

  • 尽量匹配说话速度

音频预处理

与其他工具的对比

功能
OpenVoice
RVC
Bark

参考音频

10–30 秒

10 分钟以上

不适用

训练

不需要

必需

不适用

速度

快

中等

慢

质量

很高

最佳

好

跨语言

是

有限

是

性能

任务
GPU
时间

提取嵌入

RTX 3090

约 1 秒

转换 10 秒音频

RTX 3090

~2s

转换 1 分钟音频

RTX 3090

~8s

故障排查

声音匹配不佳

  • 使用更长的参考音频

  • 确保音频质量清晰

  • 检查是否有背景噪音

音频瑕疵

  • 降低语速/重音设置

  • 使用一致的音频格式

  • 检查采样率是否匹配

内存不足

  • 处理更短的片段

  • 减小批量大小

  • 清除 CUDA 缓存

成本估算

CLORE.AI 市场常见费率(截至 2024 年):

GPU
小时费率
日费率
4 小时会话

RTX 3060

~$0.03

~$0.70

~$0.12

RTX 3090

~$0.06

~$1.50

~$0.25

RTX 4090

~$0.10

~$2.30

~$0.40

A100 40GB

~$0.17

~$4.00

~$0.70

A100 80GB

~$0.25

~$6.00

~$1.00

价格因提供商和需求而异。请查看 CLORE.AI 市场 以获取当前费率。

节省费用:

  • 使用 竞价 可中断工作市场——约三分之一的服务器将现货价格定得低于按需价格(中位数约优惠 13%),其余则与按需价格持平

  • 使用 CLORE 代币支付

  • 比较不同提供商的价格

下一步

最后更新于

这有帮助吗?