小米最新开源！覆盖600语种方言声音克隆TTS，只需3-10秒声音，可控一键合成声音，超40倍速 OmniVoice

# 小米开源神器！600 语种方言声音克隆 TTS 来袭

宝子们，今天要给大家介绍一款超厉害的开源技术——小米最新开源的 OmniVoice！它可是覆盖 600 语种方言的声音克隆 TTS 哦，只需 3 - 10 秒声音，就能可控一键合成声音，还有超 40 倍速呢！

OmniVoice 是一款超先进的大规模多语言零样本文本到语音（TTS）模型，支持 600 多种语言。这覆盖范围，简直无敌啦！它基于新颖的扩散语言模型架构，能以超快速度生成高质量语音，还支持语音克隆和声音设计。

咱来看看它都有啥特点。超广语言覆盖，600 + 语言都支持，在零样本 TTS 里覆盖范围最广。零样本语音克隆超厉害，只要 3 - 10 秒参考音频，不用训练就能复刻音色，而且质量顶尖。自由语音设计也很棒，用文本指令就能控制性别、年龄、音高、口音 / 方言、耳语等，都不用参考音。极速推理更是一绝，RTF 低至 0.025，比实时快 40 倍，批量和实时场景都很适合。精细发音控制也不错，支持笑声、叹气等非语言标记，还能强制纠音。架构简洁高效，扩散语言模型结构兼顾了音质、速度与扩展性。易用部署也贴心，一键启动 Web UI，还有离线整合包，大家有需要就试试。而且它完全开源，GitHub 开源后可本地部署，能离线运行，还能二次开发，对商用也友好。

宝子们，这么厉害的 OmniVoice，软件截图和视频演示都超精彩。感兴趣的赶紧去试试，让它为你的语音创作等带来更多可能！