自动喊话工具
AI配音 | Chat TTS – 一款接近真人说话效果的配音神器（附整合包）
【更多免费AI工具，请收藏关注】[比心][比心][比心]
自AI配音神器ChatTTS上个月开源发布以来，很多大神都对其进行了优化，魔改，整合打包，每周都有新版本发布，目不暇接。
- 对话式 TTS: ChatTTS针对对话式任务进行了优化，实现了自然流畅的语音合成，同时支持多说话人。
- 细粒度控制: 该模型能够预测和控制细粒度的韵律特征，包括笑声、停顿和插入词等。
- 更好的韵律: ChatTTS在韵律方面超越了大部分开源TTS模型。同时提供预训练模型，支持进一步的研究
本周CCmahua大神也对其进行了升级，推出了增强版v3.0，生成效果得到进一步优化改进。
- 音质增强/降噪解决Chat-TTS生成时的噪音问题。
- 支持多TXT、SRT文件批量处理。
- 支持长文本处理，支持中英混读。
- 可自定义切割长度。
- 支持导出srt文件。
- 支持调节语速、停顿、笑声、口语化程度等参数。
- 支持导入ChatTTS Speaker音色。
- 支持储存音色配置与选项配置，方便管理。
- 客户服务：ChatTTS 可以作为自动客服系统的一部分，提供24小时的语音咨询服务。
- 教育和学习：辅助语言学习者练习发音和听力，或作为教学辅助工具提供朗读服务。
- 新闻和媒体：将新闻文章或博客帖子转换成语音，供用户在移动中或手忙脚乱时收听。
- 自媒体：可以快速生成高质量的文案音频，在配合视频素材，合成高质量视频。
- 智能家居控制：与智能家居系统集成，通过语音命令控制家中的设备。
- 辅助技术：为有特殊需求的用户提供辅助，例如将屏幕上的文本读出，或将语音命令转换为文本。
- 交通和导航：在车辆中提供语音导航指示，或将交通更新和路线信息读出。
- 紧急服务：在紧急情况下提供语音指导和信息，如灾害响应和急救指导。
- 娱乐和多媒体：为电影、视频游戏或其他多媒体内容提供配音或旁白。
- 健康护理：在医院或护理设施中，为患者提供语音提醒或健康信息。
- 商业和办公：在会议中提供实时的语音记录和转录，或作为虚拟助手进行日程管理和提醒。
项目地址： https://github.com/CCmahua/ChatTTS-Enhanced
一键整合包支持MAC、Windows，下载地址：
https://pan.quark.cn/s/4ee64af2aedb 或者 https://pan.baidu.com/s/1DqvN2hHZ2uAmdjKCwKNmCQ?pwd=f5d4
有技术底子的同学可以自己部署，部署方式如下：
https://github.com/erew123/alltalk_tts/releases/tag/deepspeed
Linux
Mac
- 集成学习：通过机器学习不断优化对话理解和语音合成的质量。
- 扩展语言库：增加更多语言的支持，拓宽服务范围。
- 增强个性化：提供更深层次的个性化选项，包括语音的情感和风格。
- 跨平台集成：实现与更多设备和服务的无缝集成。
- 社区和开发者支持：建立开发者社区，鼓励创新应用的开发。
【更多免费AI工具，请收藏关注】[比心][比心][比心]
魔搭社区上线AI视频生成工具Live Portait，可一键让照片开口说话
阿里云在生成式AI领域又有新进展。8月16日消息，阿里云推出数字人视频生成工具Live Portait，上传一张照片和一段文本或语音即可生成一段开口说话的数字人视频，可应用于视频直播、聊天机器人、企业营销等场景。目前，该工具已在魔搭社区创空间开放体验。
自对话大模型和AI绘画模型相继火热后，业界对生成式AI的研究逐步朝更多模态的方向演进，AI视频生成便是热门技术之一。该技术可将文本或音频等信息转换为面部运动信息，进而驱动生成照片人物形象的动画，能有效降低视频拍摄和制作门槛。
此次上线的Live Portait工具由运动模块和生成模块组成，其采用阿里云自研的口型预测算法，生成的口型准确度相比传统方法大幅提高；在训练阶段，增加了姿态的显式控制，无需底板视频也可以生成任意动作的视频，大幅提升数字人说话的真实感；此外，通过眼神主动控制技术，Live Portait可以为眼球增加一些自然运动，使得生成结果在观感上更接近真人效果。据介绍，Live Portait相关技术已被CVPR、ICCV等国际AI顶会收录。
根据魔搭社区上的信息显示，在Live Portait上传照片后，用户可选择文本驱动和音频驱动两种方式，文本驱动模式下，该工具提供了普通话、英语、粤语、童声等28种声音。此外，Live Portait还提供了轻量模型选择，帮助用户更快速生成视频。
该工具算法负责人张邦表示：“ Live Portait集成了团队多项自研创新技术，例如仅需单张图片就能生成逼真的面部动画，突破了传统对抗生成网络的局限。随着技术的进一步迭代，图生视频有巨大的应用空间，有望成为企业降本增效的生产工具。”
据悉，该团队研究方向涵盖数字人、3D模型AI生成、高真实感渲染、自然人机交互等领域，目前已发表50多篇国际顶会论文。