• leemysw-nodeseek

    yovoice 即将上线的新版本正式支持本地多角色演绎。可以零成本在本地创建多人有声故事。对于做相关自媒体的人来说,可谓是重大利好。整一张好点的显卡,可以无限输出内容。

    图片

    主楼
  • CIYYYT

    得看模型多少B吧? ^-^

    不同量级的模型,能塞进的显存也不同,你这也没个稍微带参数的内容。 ^-^

    #1
  • leemysw-nodeseek

    模型 |
    参数量 |
    模型文件大小(按精度) |
    核心能力 |

    IndexTTS 2.0 |
    — |
    Q8 · 3.63 GB<br>F16 · 4.65 GB<br>ORIG · 8.08 GB |
    中英音色克隆、情绪控制、参考演绎 |

    IndexTTS 2.5 |
    — |
    Q8 · 3.50 GB<br>F16 · 4.55 GB<br>ORIG · 7.89 GB |
    多语言音色克隆、情绪控制、发音调整 |

    VoxCPM2 |
    2B |
    Q8 · 2.96 GB<br>BF16 · 4.77 GB<br>ORIG · 4.96 GB |
    文字设计音色、音色克隆、参考原文辅助的精细克隆 |

    OmniVoice |
    0.6B |
    Q8 · 1.35 GB<br>BF16 · 1.64 GB<br>F16 · 1.64 GB |
    属性设计音色、音色克隆、非语言声音标签 |

    Qwen3-TTS Base |
    0.6B |
    Q8 · 1.99 GB<br>BF16 · 2.52 GB |
    参考音色克隆、可选原文辅助、多语言生成 |

    Qwen3-TTS Base |
    1.7B |
    Q8 · 2.70 GB<br>BF16 · 4.20 GB<br>ORIG · 4.54 GB |
    参考音色克隆、可选原文辅助、多语言生成 |

    Qwen3-TTS CustomVoice |
    1.7B |
    Q8 · 2.82 GB<br>BF16 · 4.18 GB |
    9 种内置音色、文字控制风格与情绪 |

    Qwen3-TTS VoiceDesign |
    1.7B |
    Q8 · 2.82 GB<br>BF16 · 4.18 GB |
    自然语言描述设计音色,无需参考音频 |

    Kokoro-82M 1.0 Official |
    82M |
    Q8 · 189.55 MB<br>BF16 · 211.95 MB |
    49 种内置音色、多语言生成,不含日语 |

    Kokoro-82M 1.0 |
    82M |
    Q8 · 932.66 MB |
    54 种内置音色、包含日语的完整多语言资源;仅支持导入 |

    Kokoro-82M 1.1-zh |
    82M |
    Q8 · 255.32 MB |
    100 种中文音色及 3 种英文音色;实验性,仅支持导入 |

    #4
  • TraderYao

    配音一段10分钟的一般来说需要多少token啊

    #2
  • leemysw-nodeseek

    本地运行的,不需要token ^-^

    #3

发表回复

登录后回复