人工智能声音合成开源（人工智能声音合成开源软件）

如何利用AI工具训练自己的声音进行文本朗读

注册与登录 注册百度账号：首先，你需要在百度官网注册一个百度账号。登录百度飞浆：使用注册的百度账号登录百度飞浆平台（AI Studio - 人工智能学习与实训社区）。找到并运行项目 搜索项目：在百度飞浆平台的搜索框中输入“有手就行”，找到名为【有手就行】使用你自己的声音做语音合成的项目。

访问工具并准备录制 首先，用户需要访问该AI工具的在线平台（具体网址可通过阿里公司相关渠道获取）。在平台中，找到并点击“创空间”选项，然后向下滚动，找到“个人声音定制”选项模型。录制声音样本 在“定制”下方，有20个句子供用户选择。用户需要分别选择这20句进行朗读录制。

录制声音样本：首先，需要录制一段自己的声音样本。这段样本应该包含足够的语音数据，以便AI能够学习和模仿你的声音特征。上传声音样本：将录制的声音样本上传到支持语音克隆或个性化语音模型的服务或平台。这些服务通常会提供相应的工具或接口，方便用户上传和管理自己的声音数据。

智谱AI发布开源情感语音端到端模型;AI播客火爆meta开源NotebookLlama...

此外，还发布了端到端情感语音模型GLM-4-Voice、大模型交互智能体AutoGLM等。B、C两端业务布局 智谱基于全自研基座大模型的强大能力，打造了完整对标OpenAI的模型产品，包括AI提效助手智谱清言、高效率代码模型CODeGeeX、多模态理解模型CogVLM和文生图模型CogView等。

年，智谱继续发力，1月发布全新端到端模型GLM-Realitime，支持清唱、2分钟记忆及FUNction Call功能；3月发布首个具备深度研究和操作能力的AI Agent——AutoGLM沉思，这一全新智能体不仅具备深度研究能力（Deep Research），还能实现实际操作（Operator），真正推动AI Agent进入“边想边干”的阶段。

智谱清言：情感语音与多模态交互的标杆搭载国内首个开源端到端情感语音模型GLM-4-Voice，其差异化能力包括：情感语音交互：支持高兴、悲伤等多情感表达，可动态调节语速，并实现随时打断的灵活对话。

月28日：智谱AI发布GLM-5，总参数3550亿，专为智能体应用设计。技术特点：灵活性：混合专家（MoE）架构、多模态支持、长上下文处理能力。许可证友好：采用Apache-0或MIT许可证，便于修改和商业化。

声音克隆工具:ClONE-voice,免费开源,操作简便

第二步：用minimax Audio克隆音色工具选择：Minimax Audio，新用户送10000积分可免费使用，但需自己解决网络问题。操作步骤：在自媒体平台下载好需要克隆的声音样本。打开Minimax Audio（网址：https：// ），选“Voice Clone”功能。

Jurilu AI：功能：故事AI写作转视频工具，适合基础小白快速上手，从文案写作到视频制作一站式服务。特点：支持快速绘图、配音和音乐，提供不同类型的故事和人物设定，降低剧本创意难度。Clone voiceCV：功能：AI语音克隆工具，可将文字合成为指定语音语调，或克隆人类语音。

声音克隆接口：请求方法：post 请求路径：/clone_voice 功能：克隆用户上传的声音文件，生成声音克隆ID。形象克隆接口：请求方法：POST 请求路径：/clone_avatar 功能：克隆用户上传的形象图片，生成形象克隆ID。查询克隆声音列表接口：请求方法：get 请求路径：/list_voice 功能：查询用户已克隆的声音列表。

Jurilu AI 简介：一款全网表现良好的故事AI写作转视频工具，适合基础小白快速上手，从文案写作到视频制作一站式解决。特点：通过分析大量剧本数据和影视作品，提供不同类型的故事和人物设定，支持快速绘图、配音和音乐，操作简单流畅。