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
访问 CLORE.AI 市场
按 GPU 类型、VRAM 和价格筛选
选择 按需 (固定费率)或 竞价 (出价)
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
选择支付方式: CLORE, BTC,或 USDT/USDC
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
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:
前往 我的订单 页面
点击你的订单
找到
http_pubURL(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
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
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):
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
Bark TTS - 文本转语音
RVC 变声克隆 - 基于训练的克隆
Whisper Transcription - 语音转文本
最后更新于
这有帮助吗?