Convbased-Studio

??：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

只需不到10分钟的语音数据，就能轻松训练出一个优秀的语音转换模型！

面向创作者和开发者的 Gradio 可视化界面，集成了关键的文本转语音技术（Edge-TTS、kokoro）和零样本语音克隆功能（E2E、F5-TTS、CosyVoice），并包含 Whisper 音频处理、RVC 变声器、YouTube 下载、UVR5 人声分离以及多语言翻译功能。

一款简单易用、高质量、注重性能的语音转换工具。

基于Pytorch的非官方并行WaveGAN（包含MelGAN、多频段MelGAN、HiFi-GAN和StyleMelGAN）

一个网页应用，可以使用从 YouTube 视频或音频文件训练的任何 RVC v2 AI 语音来创建歌曲封面图。

一个用于不同音频神经网络的网页界面

多个用于语音识别/文本转语音的C++推理库

一体化版本：YouTube WAV 下载、人声分离、音频分割、模型训练和推理（使用 Google Colab）

使用AnglE训练和推断强大的句子嵌入 | 在STS和MTEB排行榜上取得最先进的成果