AI Voice Cloning
JarodMica/ai-voice-cloningAI 已审核
RepoPicks Radar 检查于
AI Voice Cloning 是什么?
AI Voice Cloning是一个在你自己电脑上运行的网页,基于Tortoise TTS模型,你上传一段声音样本,就能让它朗读你输入的文本。它也可以用你自己的录音来训练,用Whisper或WhisperX转写文字,再把结果经过RVC处理,让声音更接近目标说话人。它需要一张NVIDIA显卡:在Windows上你解压一个现成的安装包并运行start.bat,在Linux上你要自己构建Docker镜像。作者在2025年把项目归档,并建议改用更新的模型。
AI Voice Cloning 免费开源(GPL-3.0),可以替代 ElevenLabs和Respeecher。
AI Voice Cloning 安装有多容易?
D · 终端、多个工具或特定显卡 · Windows
- Windows D
- Linux D
Windows是比较简单的一侧,但评级仍是D:你需要一张NVIDIA显卡,然后解压一个托管在Hugging Face上的7-Zip安装包并运行start.bat,它会在第一次启动时下载大部分模型,之后在生成和训练过程中还会下载更多。Linux则需要Docker加上NVIDIA Container Toolkit,并自己用./setup-docker.sh构建镜像。
即将推出:用 RepoPicks 应用一键安装。
AI Voice Cloning 的 GitHub 数据
- 星标
- 7742026年11月10日
- 下载量
- —所有发布版本
- 增长
- —上次读取时无增长
星标变化
事实
- 可运行于
- Windows, Linux
- 需要安装
- Python, Docker, 显卡, FFmpeg
- 从源码编译需要
- Python, Docker, 显卡, FFmpeg
- 磁盘空间
- 150 MB–450 MB · 估算
- 账号或密钥
- 无
- 费用
- 免费 · GPL-3.0许可;一切都在你自己的机器上运行,所以成本只是硬件和电费。
- 许可证
- GPL-3.0 (Copyleft)
- 可以替代
- ElevenLabs, Respeecher
- GitHub 上的最近改动
- 2025年6月9日
AI Voice Cloning 的风险信号 (9)
- 注意发布已过时
最近一次发布在2024-04-23(929天前)
自动检查
- 注意依赖存在已知漏洞
锁定版本的依赖中存在已知漏洞(OSV):gradio:GHSA-26jh-r8g2-6fpr、GHSA-279j-x4gx-hfrh、GHSA-37qc-qgx6-9xjv;transformers:GHSA-282v-666c-3fvg、GHSA-29pf-2h5f-8g72、GHSA-37mw-44qp-f5jm;starlette:GHSA-2c2j-9gv5-cj73、GHSA-82w8-qh3p-5jfq、GHSA-86qp-5c8j-p5mr
自动检查
- 注意克隆真实人物的声音
项目的全部目的就是从样本中复制一个声音,README中RVC那一节让你带上"a **trained** RVC .pth file that you get from RVC or online",放进`models/rvc_models/`。让一个真实的人看起来说了他从未说过的话,可能侵犯声音和形象权,也可能触犯多个国家中关于冒充他人的法律。
AI 审核
- 注意从许多外部来源安装代码
Dockerfile在安装过程中直接从第三方地址拉取代码和模型包:`curl -L -o /tmp/rvc.zip https://huggingface.co/Jmica/rvc/resolve/main/rvc_lightweight.zip`、`pip install git+https://github.com/liyaodev/fairseq`、`git+https://github.com/JarodMica/rvc-tts-pipeline.git@lightweight`、`git+https://github.com/m-bain/whisperx.git`,还会克隆一份`pyfastmp3decoder`。这些都没有锁定固定版本,所以你安装当天得到的内容会不一样。
AI 审核
- 注意仓库中提交了编译好的二进制文件
顶层文件列表中有`deepspeed-0.8.3+6eca037c-cp39-cp39-win_amd64.whl`,这是一个预先编译好的Windows Python包,存放在仓库里并由安装脚本安装。它的内容在源码中无法查看。
AI 审核
- 信息仓库已归档
该仓库已被归档(只读,不再维护)
自动检查
- 信息现成安装包托管在github之外
README的Setup部分写道:"Head over to the releases tab and download the latest package on Hugging Face" —— Windows安装包并不是GitHub发布版的附件,这也是为什么Radar的检查在v3.0、v2.0和v1.0发布版中都发现"no platform binaries"(没有平台二进制文件)。
AI 审核
- 信息网页界面没有密码
README的Building and Running in Docker部分写道:"Visit `http://localhost:7860` or remotely with `http://<ip>:7860`"。这个Gradio页面没有登录环节,所以任何能连到那个端口的人都能使用机器上的声音和文件。
AI 审核
- 信息作者建议改用更新的项目
README写道:"I don't have any further plans to maintain this repo (Tortoise TTS) so I will be archiving it... There are better alternatives out there that work just as well or better than Tortoise: XTTS, GPT-SoVITS, F5TTS, StyleTTS2, Zonos, etc." 代码只是保持在"in a working state"(可运行的状态)。
AI 审核
证据以原始语言显示。
Radar 无法验证的 AI Voice Cloning 相关内容
- 模型在第一次启动后以及训练之后到底占用多少磁盘空间,因为它们是逐步下载的
- 在GitHub和Hugging Face上都没有锁定版本的安装、又两年没有维护的情况下,安装流程今天是否还能顺利完成
- AMD显卡能否通过setup-rocm或DirectML脚本运行,README并没有说明这一点
- 克隆出来的声音到底有多像,以及在某款显卡上生成和训练各需要多长时间
- gradio、transformers和starlette这些锁定版本中已知的漏洞,在正常使用中是否真的会被触发