语音合成 🎧

丰富的语音库与定制选项，提供个性化配音体验，满足创作需求，实时试听确保创作精准

调试模式

上传视频后，点击 执行 开始，此时 调试模式 开启后会中断后续执行

2025-04-18 04:55:14.045 | INFO 12672 trans_.py:43 - language: zh-CN
2025-04-18 04:55:14.045 | WARNING 12672 trans_.py:50 - skipping translated
2025-04-18 04:55:14.046 | INFO 12672 tts_.py:423 - Loaded transcription data from: webapp/temp/test/test_001.json
2025-04-18 04:55:14.050 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/00_27c51c.wav
2025-04-18 04:55:14.050 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/00_8f7420.wav
2025-04-18 04:55:14.051 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/00_b4c2bf.wav
2025-04-18 04:55:14.052 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/01_0f240c.wav
2025-04-18 04:55:14.052 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/01_51bc48.wav
2025-04-18 04:55:14.052 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/01_664113.wav
2025-04-18 04:55:14.054 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/02_570a16.wav
2025-04-18 04:55:14.055 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/02_b87de7.wav
2025-04-18 04:55:14.055 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/02_dd0dc1.wav
2025-04-18 04:55:14.056 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/03_0c9338.wav
2025-04-18 04:55:14.057 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/03_4909a9.wav
2025-04-18 04:55:14.058 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/03_b7b324.wav
2025-04-18 04:55:14.059 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/04_1443a4.wav
2025-04-18 04:55:14.059 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/04_4bb5a0.wav
2025-04-18 04:55:14.060 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/04_d002db.wav
2025-04-18 04:55:14.065 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/07_1a75ab.wav
2025-04-18 04:55:14.065 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/07_3bfe0e.wav
2025-04-18 04:55:14.065 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/08_014cd6.wav
2025-04-18 04:55:14.066 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/08_3be9b1.wav
2025-04-18 04:55:14.067 | WARNING 12672 tts_.py:452 - delete tts file : webapp/temp/test/tts/08_9ebe29.wav
2025-04-18 04:55:14.067 | INFO 12672 tts_.py:465 - Number of concurrent tasks: 9
100%|█████████████████████████████████████████████████████████████████████| 9/9 [00:02<00:00,  3.65it/s]
2025-04-18 04:55:16.536 | INFO 12672 tts_.py:475 - Updated transcription data saved to: webapp/temp/test/test_001.json
2025-04-18 04:55:17.559 | INFO 12672 cbaudio.py:331 - Generated trans audio file: webapp/temp/test/test_001.wav 30.571

查看内容

通过点击右下角图标 可以查看到当前识别的内容

手动修改

通过修改不同 属性 的文本值，点击右上角图标 保存修改内容

模型选择

模型	特性	场景	推荐指数
ETTS	默认，速度快	适合低性能设备，合成速度飞快	🔥🔥🔥🔥🔥
CTTS	推荐，质量高	适合高性能设备，支持音色克隆	🔥🔥🔥🔥🔥

如何选择❓

CTTS 对设备要求较高，低性能设备合成效率较低；建议普通用户使用 ETTS，其合成速度较快，可以先通过它完成其他模块的参数调整，再使用 CTTS 替换配音。对于设备性能较强的用户，或者希望优化配音质量的用户，建议选择 CTTS。另外，你也可以通过 Google Colab 远程部署来提高处理速度；

配置选项

指示

用户可以自定义指示，使合成语音更加个性化，更多示例，当前支持以下3种类型:

• 用四川说这句话

• 用四川话说

• 四川话

性別

切换性别会改变音色，帮助用户快速找到理想的语音

语音

根据不同模型和视频，提供的配音选择会有所不同。配音分为3种类型：内置、视频、用户，其中用户可自定义音色或录制自己的声音

提示

用户自定义 《音色数据》 章节

语速

语速是合成语音的重要参数。不同语言、不同场景下，语速的选择对效果有较大影响

2025-04-18 07:08:59.473 | WARNING 11760 cbaudio.py:284 - idx_03.wav 06000-07757, 1.757s, speed up 1.220.
2025-04-18 07:09:00.092 | WARNING 11760 cbaudio.py:284 - idx_08.wav 16199-19406, 3.207s, speed up 1.454.
2025-04-18 07:09:00.441 | WARNING 11760 cbaudio.py:284 - idx_12.wav 24561-26832, 2.271s, speed up 1.235.
2025-04-18 07:09:00.926 | WARNING 11760 cbaudio.py:284 - idx_16.wav 33059-35588, 2.529s, speed up 1.277.

注意

在语音合成过程中将打印出语速值。该值应当接近 1，并尽量不要超过 1.2 否则可能引起声调失真；如果无法避免可以手动调整

试听

用户可输入自定义文本，进行语音合成试听，帮助确认配音效果，切换 基础 -> 语言，可以切换试听文本语言

配音列表

展示当前可用的配音音色信息，支持试听、删除、上下移动等操作。

操作说明

• 点击 试听 可立即播放该语音片段
• 点击 删除 将移除该语音
• 使用 上移 / 下移 控制语音顺序

注意

例：用户上传 test.mp4，标志 001 时

• 1.单人配音 说话人 默认使用 0

• 2.多人配音 说话人 与 test_001.json 数据中的 spk 保持一致