VALL-EX是一个强大和创新的多语言文本转语音模型，支持对中文、英文和日语的语音进行合成和克隆，使用者只需上传一段3-10秒的录音，就可以生成高质量的目标音频，同时保留了说话人的声音、情感和声学环境

VALL-EX的应用范围非常广泛，可以用于跨语言文本到语音、语音合成和语音到语音翻译等各种任务，无论是商业用途还是个人使用，VALL-EX都可以帮助用户轻松地进行跨语言交流和文本转语音任务

功能特点

·多语言TTS：以三种语言（英语、中文和日语）说话，具有自然且富有表现力的语音合成

· 零样本语音克隆：使用3-10秒短音频，就可以训练模型，提取出音色

· 语音情感控制：能合成与给定说话人录音相同情感的语音

· 零样本跨语言语音合成：可以合成与给定说话人母语不同的另一种语言的语音

· 口音控制：允许尝试不同的口音，例如用英语口音说中文，反之亦然

· 声学环境保留：适应输入的声学环境，使语音生成感觉自然且身临其境

使用说明

1.上传音频片段

2.引用音频片段并生成情感模型

3.输入待合成语音的文本内容

4.选择语言和口音

5.点击生成按钮

生成的声音是基于上传的语音文件训练所得，建议多生成几次，选择效果最好的使用

语音合成完毕会在控制台中输出信息：VALL-E EOS，可以在输出音频界面播放和下载合成后的语音

注意事项

①项目安装路径不要包含中文

②使用过程中若不慎关闭软件后台，请重新打开，并刷新网页