声音大模型之音色克隆
博客介绍了声音大模型的两个主要分支：SVC（音色转换）和TTS（文字转语音）。SVC专注于复制原语音的音色特征，不模仿呼吸、语速等细节，常用于歌声替换；TTS则学习发音特点以生成更自然的语音，适用于语言描述或说话模仿。
文中列举了两个开源项目：SoftVC VITS 歌声转换模型需大量高质量人声
Dada's Homepage
Dada's Homepage