RepoPicks Radar

每天约 23:30 UTC 更新

指南

Voice Cloning App

voice-cloning-app/Voice-Cloning-AppAI 已审核

RepoPicks Radar 检查于

Voice Cloning App 是什么?

Voice Cloning App 用录音构建一个文字转语音的音色:它把音频切成带文字稿的片段,训练一个模型(Tacotron 2),之后就能用那个声音朗读你输入的任何文字。它以一个小网页的形式运行在你本机的 localhost:5000。Windows 上有安装程序,但公开发布的是仅用处理器的版本,无法在本地训练;要训练就需要 4 GB 以上显存的 NVIDIA 显卡、从源码安装,或使用作者提供的 Colab 笔记本。项目已经很旧:最后一次发布是 2022 年 2 月。

Voice Cloning App 免费开源(BSD-3-Clause),可以替代 ElevenLabs、Respeecher和Murf。

Voice Cloning App 安装有多容易?

B · 安装程序加一个简单步骤 · Windows

  • Windows B
  • Linux D

在 Windows 上,你从发布页下载一个 .exe,应用会在浏览器里打开,但必须先整理数据集、训练或导入一个音色后才真正有用,因此给 B。Linux 则是 D:安装脚本要求从额外 PPA 装 Python 3.6,还要 ffmpeg、NVIDIA 驱动和 CUDA,否则就得自己构建 Docker 镜像。

Voice Cloning App 的 GitHub 数据

星标
1,4382026年11月10日
下载量
19,037本周 4
增长
+16 天内新增星标

星标变化

1,4371,4381,439 11月7日11月8日11月9日11月10日 1,4371,4381,439 11月7日11月9日

事实

可运行于
Windows, Linux
需要安装
只需程序本身
从源码编译需要
Python, Docker, 显卡
磁盘空间
450 MB–1.3 GB · 根据安装程序
账号或密钥
无
费用
免费
许可证
BSD-3-Clause (宽松型)
GitHub 上的最近改动
2024年12月2日

Voice Cloning App 的风险信号 (7)

  • 注意发布早已停止

    最后一次发布是 2022-02-07(1737 天前)

    自动检查

  • 注意依赖存在已知漏洞

    锁定的依赖存在已知漏洞(OSV):flask: GHSA-68rp-wp8r-4726, GHSA-m2qf-hxjv-5gpq, PYSEC-2023-62; requests: GHSA-9hjg-9r4m-mvj7, GHSA-9wx4-h78v-vm56, GHSA-gc5v-m9x4-r6x2; torch: GHSA-3749-ghw9-m3mg, GHSA-47fc-vmwq-366v, GHSA-53q9-r3pm-6pq6; nltk: GHSA-2jhm-w3mp-jcwr, GHSA-2ww3-fxvq-293j, GHSA-3gq4-3j92-5w49; werkzeug: GHSA-29vq-49wr-vm6x, GHSA-2g68-c3qc-8985, GHSA-87hc-h4r5-73f7; joblib: GHSA-6hrg-qmvc-2xh8, PYSEC-2022-288; python-socketio: GHSA-5w7q-77mv-v69f, GHSA-g8c6-8fjj-2r4m, PYSEC-2026-1854; flask: GHSA-68rp-wp8r-4726, GHSA-m2qf-hxjv-5gpq, PYSEC-2023-62; requests: GHSA-9hjg-9r4m-mvj7, GHSA-9wx4-h78v-vm56, GHSA-gc5v-m9x4-r6x2; torch: GHSA-3749-ghw9-m3mg, GHSA-47fc-vmwq-366v, GHSA-53q9-r3pm-6pq6; nltk: GHSA-2jhm-w3mp-jcwr, GHSA-2ww3-fxvq-293j, GHSA-3gq4-3j92-5w49; werkzeug: GHSA-29vq-49wr-vm6x, GHSA-2g68-c3qc-8985, GHSA-87hc-h4r5-73f7; joblib: GHSA-6hrg-qmvc-2xh8, PYSEC-2022-288; python-socketio: GHSA-5w7q-77mv-v69f, GHSA-g8c6-8fjj-2r4m, PYSEC-2026-1854

    自动检查

  • 注意可克隆声音却无授权提示

    它的全部用途就是复制某个人的声音(标签:voice-cloning、tts),README 还提供 "Automatic dataset generation (with support for subtitles and audiobooks)" 以及社区做的 "Youtube data fetching" 笔记本,却完全没有提到要取得声音主人的许可,也没有提到录音的权利归属。

    AI 审核

  • 注意要求使用已停止支持的 Python

    install.md 和 install.sh 要求 Python 3.6(从 deadsnakes PPA "Installing Python 3.6"),这个版本 2021 年起就不再收到修复,当前的 Linux 发行版里也没有了。

    AI 审核

  • 注意本地端口上跑着老旧的网页服务

    该应用是运行在 http://localhost:5000/ 上的 Flask 网页界面,依赖锁定在 2020 至 2021 年的包(Flask==1.1.2、werkzeug==2.0.3、python-socketio==5.5.0);Docker 说明用 "docker run -d -p 5000:5000" 把该端口发布出去,等于暴露到网络上。

    AI 审核

  • 信息Windows 版本无法训练

    install.md:"The CPU Only version supports all features except local training",而最近三个发布版只提供 cpuonly 的可执行文件(Voice-Cloning-App-1.1.1-cpuonly.exe)。

    AI 审核

  • 信息依赖外部服务

    README.md 指向部署在 heroku 上的 "Voice Sharing Hub"、用 Google Colab 笔记本做远程训练和合成(部分由社区成员制作),以及用于托管模型的 uberduck.ai 服务。

    AI 审核

证据以原始语言显示。

Radar 无法验证的 Voice Cloning App 相关内容

  • 2022 年 2 月的安装程序在当前的 Windows 上是否还能运行。
  • 与如今的服务相比,克隆出的声音听感如何。
  • 要得到一个像样的音色,需要多少小时录音和多少显卡时间。
  • 文中链接的 Colab 笔记本和声音共享站是否还在线。
  • 鉴于锁定了 Python 3.6 和 torch 1.9,从源码安装是否还行得通。

类似项目

RepoPicks 应用

即将推出:用 RepoPicks 应用一键安装。

下载之前

在 GitHub 上查看版本页面