VALL-E X 可以通过仅使用未曾见过的语音会谈话者的 3 秒录音作为声学提示，合成高质量的克隆个性化语音，即使是模型对于一位母语会谈者 ，也可以在另一种语言中执行。归并此实现拥穿着三种语言（英语  、语音中文、克隆日语）的模型零尝试、单语 / 跨语言文本到语音功能 。归并

使用教程

1.上传一个绵延3到10秒的语音语音作为音频提示 ，并键入您想要合成的克隆文本。

2.模型将用您的模型音频提示相同的声音合成给定文本的语音。

3.该模型还倾向于保留您给定语音的归并情感和声学环境 。
通过网盘分享的语音文件  ：百度云下载地址_VALL_E_X语音克隆带6款模型-归并版_文件大小5.66G.rar
链接: https://pan.baidu.com/s/1T31WVUFGRelg1G-i0lGNHQ?pwd=3uf3
下载密码开会员后可见