<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>语音合成 :: 标签 :: x7peeps</title><link>https://blog.x7peeps.com/tags/%E8%AF%AD%E9%9F%B3%E5%90%88%E6%88%90/index.html</link><description/><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Fri, 30 Oct 2026 12:00:00 +0800</lastBuildDate><atom:link href="https://blog.x7peeps.com/tags/%E8%AF%AD%E9%9F%B3%E5%90%88%E6%88%90/index.xml" rel="self" type="application/rss+xml"/><item><title>0.6B 也能克隆声音了：Audio8-TTS-Realistic 本地实测，和 Qwen3-TTS-1.7B 掰手腕</title><link>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/Audio8-TTS-Realistic-0.6B%E6%9C%AC%E5%9C%B0%E5%AE%9E%E6%B5%8B%E5%AF%B9%E6%AF%94Qwen3-TTS/index.html</link><pubDate>Fri, 30 Oct 2026 12:00:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/Audio8-TTS-Realistic-0.6B%E6%9C%AC%E5%9C%B0%E5%AE%9E%E6%B5%8B%E5%AF%B9%E6%AF%94Qwen3-TTS/index.html</guid><description>title: “0.6B 也能克隆声音了：Audio8-TTS-Realistic 本地实测，和 Qwen3-TTS-1.7B 掰手腕” date: “2026-10-30 12:00:00 +0800” weight: 3 tags: [TTS, 语音合成, 声音克隆, 本地部署, 开源模型] menu: main: parent: “AI工程化” 最近开源社区冒出一个很有意思的模型：Audio8-TTS-Realistic-0.6B。它是 Audio8-TTS-Preview-0.6B 的升级版，主打两件事——语音更真实、语言从 11 种扩到 23 种，而主模型参数量保持 0.6B 不变，权重总共只有 2.57GB，Apache 2.0 许可，可以商用。</description></item><item><title>VoiceStudio：把语音克隆、配音、听写装进一个本地开源应用</title><link>https://blog.x7peeps.com/%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AE/VoiceStudio-%E6%9C%AC%E5%9C%B0%E8%AF%AD%E9%9F%B3%E5%85%8B%E9%9A%86%E4%B8%8E%E9%85%8D%E9%9F%B3%E5%BC%80%E6%BA%90%E5%BA%94%E7%94%A8/index.html</link><pubDate>Fri, 16 Oct 2026 23:59:30 +0800</pubDate><guid>https://blog.x7peeps.com/%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AE/VoiceStudio-%E6%9C%AC%E5%9C%B0%E8%AF%AD%E9%9F%B3%E5%85%8B%E9%9A%86%E4%B8%8E%E9%85%8D%E9%9F%B3%E5%BC%80%E6%BA%90%E5%BA%94%E7%94%A8/index.html</guid><description>VoiceStudio：把语音克隆、配音、听写装进一个本地开源应用 想做语音克隆、给视频配音、把文字转成有声书，市面上的选择要么是云服务——按字符收费、声音数据上传别人的服务器，要么是散落的开源命令行工具——每个模型一套依赖、一套参数。VoiceStudio 把这两头之间缺的东西补上了：一个 AGPL-3.0 开源的桌面应用，把语音克隆、声音设计、视频配音、听写、模型管理和批量任务整合进一个 Electron 应用，默认引擎 k2-fsa/OmniVoice，官方宣称覆盖 646 种语言的语音克隆、声音设计、视频配音、听写转录和有声书制作。</description></item></channel></rss>