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
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)
- 可以替代
- ElevenLabs, Respeecher, Murf, Kits AI
- 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。