ComfyUI-XTTS

适用于GPU云端和本地环境的ComfyUI Docker镜像。包含AI-Dock基础镜像，用于身份验证和提升用户体验。

只需5秒钟克隆语音，即可实时生成任意语音内容

仅仅1分钟的语音数据就能训练出一个不错的语音合成模型！（少量样本语音克隆）

??：一个用于语音合成的深度学习工具包，经过研究和生产环境的实战检验

一个用于日常对话的生成式语音模型。

只需5秒钟，AI就能克隆你的声音，并实时生成任何你想要的语音内容。

开源免费的替代方案，可替代OpenAI、Claude等。支持本地自托管，无需GPU，可在家用硬件上运行。可直接替换OpenAI，支持gguf、transformers、diffusers等多种模型架构。功能包括：文本、音频、视频、图像生成，语音克隆，分布式和P2P推理。

麻省理工学院和MyShell公司研发的即时语音克隆技术，基于音频基础模型。

最先进的开源语音合成技术

支持多语言的大型语音生成模型，具备推理、训练和部署的全栈能力。